我有一个包含用户交易的数据框：
date amount
2019-11-25 100
2019-11-25 40
2019-11-23 44
2019-10-30 1000
日期列有空白。这使时间间隔绘图有些奇怪。为了填补空白，我创建了Series：
allthosedays = pd.DataFrame({
'date': pd.date_range(
start = pd.Timestamp(df.date.min()),
end = pd.Timestamp(df.date.max()),
freq = 'D'
)
})
然后我被卡住了。
如何合并数据框和系列。并用零填充不存在的金额值？
或者，也许我做错了一切而没有创建系列就解决了问题？
这使时间间隔绘图有些奇怪。
我认为原因之一是重复的DatetimeIndex值2019-11-25，所以应该是有问题的。
一个可能的解决方案是在sum每个日期时间使用具有聚合的唯一值，例如sum，然后添加另一个值（如有必要），可以使用DataFrame.asfreq：
df1 = df.set_index('date').sum(level=0).sort_index()
print (df1)
amount
date
2019-10-30 1000
2019-11-23 44
2019-11-25 140
df2 = df.set_index('date').sum(level=0).sort_index().asfreq('D', fill_value=0)
print (df2)
amount
date
2019-10-30 1000
2019-10-31 0
2019-11-01 0
2019-11-02 0
2019-11-03 0
2019-11-04 0
2019-11-05 0
2019-11-06 0
2019-11-07 0
2019-11-08 0
2019-11-09 0
2019-11-10 0
2019-11-11 0
2019-11-12 0
2019-11-13 0
2019-11-14 0
2019-11-15 0
2019-11-16 0
2019-11-17 0
2019-11-18 0
2019-11-19 0
2019-11-20 0
2019-11-21 0
2019-11-22 0
2019-11-23 44
2019-11-24 0
2019-11-25 140
DataFrame.merge与左联接一起使用，替换缺失的值，最后转换为索引：
df3 = allthosedays.merge(df, how='left').fillna({'amount':0}).astype({'amount':int})
print (df3)
date amount
0 2019-10-30 1000
1 2019-10-31 0
2 2019-11-01 0
3 2019-11-02 0
4 2019-11-03 0
5 2019-11-04 0
6 2019-11-05 0
7 2019-11-06 0
8 2019-11-07 0
9 2019-11-08 0
10 2019-11-09 0
11 2019-11-10 0
12 2019-11-11 0
13 2019-11-12 0
14 2019-11-13 0
15 2019-11-14 0
16 2019-11-15 0
17 2019-11-16 0
18 2019-11-17 0
19 2019-11-18 0
20 2019-11-19 0
21 2019-11-20 0
22 2019-11-21 0
23 2019-11-22 0
24 2019-11-23 44
25 2019-11-24 0
26 2019-11-25 100
27 2019-11-25 40
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句