本文介绍基于Python语言,读取一个不同的行表示不同的日期的.csv
格式文件,将其中缺失的日期数值加以填补;并用0
值对这些缺失日期对应的数据加以填充的方法。
首先,我们明确一下本文的需求。现在有一个.csv
格式文件,其第一列表示日期,用2021001
这样的格式记录每一天的日期;其后面几列则是这一日期对应的数据。如下图所示。
从上图可以看到,第一列(紫色框内)的日期有很多缺失值,例如一下子就从第001
天跳到了005
天,然后又直接到了042
天。我们希望,基于这一文件,首先逐日填补缺失的日期;其次,对于这些缺失日期的数据(后面四列),就都用0
值来填充即可。最后,我们希望用一个新的.csv
格式文件来存储我们上述修改好的数据。
知道了需求,我们就可以开始代码的撰写;具体代码如下。
代码语言:javascript复制# -*- coding: utf-8 -*-
"""
Created on Thu Oct 5 14:58:19 2023
@author: fkxxgis
"""
import pandas as pd
input_file = "E:/04_Reconstruction/03_Image/Data.csv"
output_file = "E:/04_Reconstruction/03_Image/Data_AllYear.csv"
df = pd.read_csv(input_file)
df['time'] = pd.to_datetime(df['time'], format='%Y%j')
df.set_index('time', inplace=True)
start_date = pd.to_datetime('2021001', format='%Y%j')
end_date = pd.to_datetime('2021365', format='%Y%j')
date_range = pd.date_range(start=start_date, end=end_date, freq='D')
df_filled = df.reindex(date_range, fill_value=0)
df_filled.reset_index(inplace=True)
df_filled['time'] = df_filled['index'].dt.strftime('%Y%j')
df_filled.drop(df_filled.columns[0], axis=1, inplace=True)
cols = list(df_filled.columns)
cols = [cols[-1]] cols[:-1]
df_filled = df_filled[cols]
df_filled.to_csv(output_file, index=False)
其中,我们首先导入所需的库,并定义输入和输出文件的路径。随后,我们使用pd.read_csv
方法读取输入文件,并将数据存储于df
中。
接下来,我们使用pd.to_datetime
方法将df
中的时间列转换为日期时间格式,并使用set_index
方法将时间列设置为DataFrame的索引。
随后,计算需要填补的日期范围——我们将字符串'2021001'
转换为日期时间格式并作为结束日期,将字符串'2021365'
转换为日期时间格式并作为结束日期,使用pd.date_range
方法生成完整的日期范围,频率为每天。
接下来,使用reindex
方法对DataFrame进行重新索引,以包含完整的日期范围,并使用0
填充缺失值。其次,使用reset_index
方法将索引列还原为普通列,并使用dt.strftime
方法将时间列转换回字符串格式。
最后,我们使用drop
方法删除第一列(否则最终输出的结果文件的第一列是前面的索引值,而不是time
列),并将最后一列(也就是time
列)移到第一列。随后,即可将修改后的DataFrame保存到输出文件中,使用to_csv
方法,并设置index=False
以避免保存索引列。
运行上述代码,即可得到如下图所示的结果文件。
可以看到,此时文件中已经是逐日的数据了,且对于那些新增日期的数据,都是0
来填充的。
至此,大功告成。