Pandas为股票DataFrame补全缺失工作日行以维持数据连续性的实现方法

实现逻辑 #

• 依托Pandas内置历法计算能力，自动生成覆盖数据全时间范围的连续周一至周五序列，内置兼容闰年、跨年、月份长度差异等所有时间边界场景，无需手写日期判断逻辑
• 将原始股票数据匹配到全工作日序列，缺失日期自动生成空占位行
• 逐行向前填充空值，完全匹配“连续缺失时逐行沿用上一行数值填充”的规则，无一次性批量填充的逻辑偏差

分步代码实现 #

1. 原始数据预处理

import pandas as pd

# 读取原始数据
df = pd.read_csv("stock_data.csv")
# 将Date列转换为标准日期格式，兼容不同字符串格式的日期
df["Date"] = pd.to_datetime(df["Date"])
# 去除重复日期记录，避免重索引时维度报错
df = df.drop_duplicates(subset="Date", keep="first")
# 按日期升序排序，保证前向填充的顺序正确
df = df.sort_values("Date").set_index("Date")

2. 生成全周期连续工作日索引

# 锁定原始数据的时间边界
start_ts = df.index.min()
end_ts = df.index.max()
# 生成仅包含周一至周五的连续日期序列，自动跳过所有周末
full_workday_index = pd.bdate_range(start=start_ts, end=end_ts)

3. 重索引匹配+前向填充

# 将原数据对齐到全工作日序列，缺失日期自动生成空值行
df_aligned = df.reindex(full_workday_index)
# 逐行前向填充所有缺失值，连续缺失时依次传递上一行的数值
df_final = df_aligned.ffill()
# 可选：将日期从索引恢复为普通列，重新计算Day字段匹配实际日期，避免原Day列错位
df_final = df_final.reset_index(names="Date")
# 按实际日期生成星期字段，替代原有可能存在偏差的Day列（不需要可省略）
df_final["Day"] = df_final["Date"].dt.day_name()

关键注意点 #

• 重索引前必须完成日期去重、升序排序，否则会出现填充顺序错误、维度不匹配的报错
• 针对示例场景的匹配效果：原始数据中2007-09-21（周五）后直接到2007-09-25（周二）时，全工作日序列会自动纳入中间缺失的2007-09-24（周一），前向填充会将21日的全部字段值填充到24日行，完全符合需求规则
• 13年跨度的时间兼容性由Pandas内置的日期计算逻辑保证，无需手动判断闰年、跨年、月份天数，不会出现边界日期计算错误
• 原始数据中如果混入周六、周日的异常记录，在重索引对齐时会自动被过滤，最终数据集只保留连续的周一至周五行

内容的提问来源于stack exchange，提问作者user3424954