使用Python pandas的asfreq()填充日期始终返回1970-01-01如何解决
问题原因
asfreq方法是基于DataFrame的行索引做日期频率补全的,你当前的操作存在两个核心错误:
- 仅对
col1列做了日期格式转换,没有将该列设置为DataFrame的行索引 pd.to_datetime(d.index)这行代码对默认生成的整数索引(初始值为0、1)做日期转换,整数0、1对应的Unix时间戳就是1970-01-01的起始时间,最终才会出现返回日期全部为1970年的问题。
正确实现代码
import pandas as pd d = pd.DataFrame(data={'col0': [1, 0], 'col1': ['2021-05-07', '2021-05-11'], 'col2': [640, 90]}) # 将col1转换为日期格式 d['col1'] = pd.to_datetime(d['col1']) # 将日期列设置为行索引,这是asfreq方法生效的前提 d = d.set_index('col1') # 按天补全日期区间,可按需添加method参数填充缺失值,比如method='ffill'为前向填充 d = d.asfreq('D') # 如果需要将日期索引恢复为普通列,可补充下行代码 # d = d.reset_index()
补充说明
补全后缺失的col0、col2值默认会设为NaN,你可以根据业务需求选择填充方式:
asfreq('D', method='ffill'):用前一行的非空值向后填充asfreq('D').fillna(0):所有空缺值填充为0
内容的提问来源于stack exchange,提问作者Catarina Nogueira
相关产品推荐
相关产品推荐

