Bagaimanakah Saya Boleh Menambahkan Tarikh Hilang pada Bingkai Data Pandas dan Mengisinya dengan Sifar?

Menambahkan Tarikh Hilang pada Bingkai Data Pandas

Apabila bekerja dengan data acara, adalah perkara biasa untuk menemui tarikh yang hilang. Ini boleh menimbulkan masalah semasa merancang jika bilangan acara pada tarikh tertentu tidak sejajar dengan julat tarikh yang dikehendaki. Untuk menangani perkara ini, adalah perlu untuk menambah tarikh yang hilang dan menetapkan kiraan sifar pada tarikh tersebut.

Satu cara berkesan untuk mencapainya ialah dengan menggunakan fungsi Series.reindex(). Fungsi ini membolehkan kami menjajarkan semula siri berdasarkan indeks yang dikehendaki, menentukan nilai_isi untuk tarikh yang tiada. Contohnya:

import pandas as pd

# Create a date range index
idx = pd.date_range('09-01-2013', '09-30-2013')

# Create a series with existing dates
s = pd.Series({'09-02-2013': 2,
               '09-03-2013': 10,
               '09-06-2013': 5,
               '09-07-2013': 1})

# Reindex with missing dates and fill with 0
s = s.reindex(idx, fill_value=0)

# Print the updated series
print(s)

Ini akan mengeluarkan siri dengan julat tarikh penuh, termasuk tarikh yang hilang dengan kiraan sifar:

2013-09-01     0
2013-09-02     2
2013-09-03    10
2013-09-04     0
2013-09-05     0
2013-09-06     5
2013-09-07     1
2013-09-08     0
...

Dengan menggunakan fungsi reindex(), kami telah menambah tarikh yang hilang dengan berkesan dan memastikan bahawa siri dan indeks julat tarikh mempunyai bilangan elemen yang sama, membolehkan kami merancangnya dengan lancar.

Atas ialah kandungan terperinci Bagaimanakah Saya Boleh Menambahkan Tarikh Hilang pada Bingkai Data Pandas dan Mengisinya dengan Sifar?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!