pandas中如何用历史同期平均值为DataFrame追加当月未来日期数据

你之前的分组代码直接赋值给df会覆盖原始数据，建议先把历史均值存在单独变量里，避免原始数据丢失，完整实现流程如下： #

1. 基础环境准备与参数确认 #

首先确保你的原始数据日期列已经转成datetime格式并设为索引，同时确定待补充的日期范围：

import pandas as pd
from pandas.tseries.offsets import MonthEnd

# 若原数据还未处理日期格式，先执行这两行
df['Date'] = pd.to_datetime(df['Date'])
df = df.set_index('Date').sort_index()

# 计算需要补充的日期区间：原数据最大日期后1天 到 当月最后一天
max_exist_date = df.index.max()
current_month_end = max_exist_date + MonthEnd(0)
need_fill_dates = pd.date_range(start=max_exist_date + pd.Timedelta(days=1), end=current_month_end, freq='D')

2. 计算10年历史同期均值 #

# 不要覆盖原df，把均值存在单独变量
hist_mean = df.groupby([df.index.month, df.index.day, 'Type'])['Value'].mean().reset_index()
# 重命名列方便后续匹配
hist_mean.columns = ['month', 'day', 'Type', 'Value']

3. 生成待补充的空数据结构 #

给每个待补日期生成A、B两类的空记录，同时提取月、日作为匹配键：

# 生成待补数据的基础结构：日期和Type的笛卡尔积
fill_df = pd.MultiIndex.from_product([need_fill_dates, ['A', 'B']], names=['Date', 'Type']).to_frame(index=False)
# 提取月、日用于匹配历史均值
fill_df['month'] = fill_df['Date'].dt.month
fill_df['day'] = fill_df['Date'].dt.day

4. 匹配均值并拼接回原数据 #

# 关联历史均值拿到Value
fill_df = fill_df.merge(hist_mean, on=['month', 'day', 'Type'], how='left')
# 删掉辅助用的month、day列，只保留需要的三列
fill_df = fill_df[['Date', 'Type', 'Value']]
# 把fill_df的Date设为索引和原数据对齐，再拼接
fill_df = fill_df.set_index('Date')
# 合并原数据和补充数据
final_df = pd.concat([df, fill_df], axis=0).sort_index()

特殊情况说明 #

如果待补日期包含2月29日，且过去10年没有对应的历史数据，Value会出现空值，你可以根据业务需求用fillna()补充默认值即可。

内容的提问来源于stack exchange，提问作者vvv