Question

我有以下数据框：

我希望数据框在日期列中的每一天每小时重复第一列值（Beaver Valley）。因此，数据框应包含一个带有日期时间戳记的列以及与每天对应的值。虽然在此数据框中值的值相同，但对于其他值，它们会有所不同。

非常感谢任何帮助。

Answer 1

使用Date

set_index

asfreq或resample创建小时索引
ffill重复现有值
reindex_axis只是为了以相同的顺序恢复列

df.set_index('Day').asfreq('H').ffill().reset_index().reindex_axis(df.columns, 1)

示例

df = pd.DataFrame({
        'Beaver Valley': [1, 2],
        'Day': pd.date_range('2017-05-01', periods=2)
    })

df

   Beaver Valley        Day
0              1 2017-05-01
1              2 2017-05-02

应用建议的解决方案

df.set_index('Day').asfreq('H').ffill().reset_index().reindex_axis(df.columns, 1)

    Beaver Valley                 Day
0             1.0 2017-05-01 00:00:00
1             1.0 2017-05-01 01:00:00
2             1.0 2017-05-01 02:00:00
3             1.0 2017-05-01 03:00:00
4             1.0 2017-05-01 04:00:00
5             1.0 2017-05-01 05:00:00
6             1.0 2017-05-01 06:00:00
7             1.0 2017-05-01 07:00:00
8             1.0 2017-05-01 08:00:00
9             1.0 2017-05-01 09:00:00
10            1.0 2017-05-01 10:00:00
11            1.0 2017-05-01 11:00:00
12            1.0 2017-05-01 12:00:00
13            1.0 2017-05-01 13:00:00
14            1.0 2017-05-01 14:00:00
15            1.0 2017-05-01 15:00:00
16            1.0 2017-05-01 16:00:00
17            1.0 2017-05-01 17:00:00
18            1.0 2017-05-01 18:00:00
19            1.0 2017-05-01 19:00:00
20            1.0 2017-05-01 20:00:00
21            1.0 2017-05-01 21:00:00
22            1.0 2017-05-01 22:00:00
23            1.0 2017-05-01 23:00:00
24            2.0 2017-05-02 00:00:00

Answer 2

如果我理解正确，您希望将DataFrame行重新采样为每小时频率并向前填充“Beaver Valley”值以填充重新采样所创建的每小时插槽。这是一个可运行的例子，我认为你做了什么，用不同的Beaver Valley值来说明前向填充的结果：

import pandas as pd
df = pd.DataFrame({'Beaver Valley': [923.4, 100, 200, 300, 400, 500, 600],
                   'DAY': pd.date_range(start='2017-05-01', periods=7)})

# By default, df.reset_index() reinserts the index of df as a column into df, which is what we need here.
df2 = df.set_index('DAY')
# To make sure the last day gets resampled into 24 hour-long intervals,
# append a NaN row before resampling (there may be a more readable way of doing this):
df3 = df2.reindex(pd.date_range(start=df2.index[0], periods=df2.shape[0]+1))
df3.index.rename('DAY', inplace=True)
df4 = df3.resample('h').ffill().reset_index()

df4.head()
# Output:
#                   DAY  Beaver Valley
# 0 2017-05-01 00:00:00          923.4
# 1 2017-05-01 01:00:00          923.4
# 2 2017-05-01 02:00:00          923.4
# 3 2017-05-01 03:00:00          923.4
# 4 2017-05-01 04:00:00          923.4

df4.tail()
# Output:
#                     DAY  Beaver Valley
# 164 2017-05-07 20:00:00          600.0
# 165 2017-05-07 21:00:00          600.0
# 166 2017-05-07 22:00:00          600.0
# 167 2017-05-07 23:00:00          600.0
# 168 2017-05-08 00:00:00            NaN

如果需要，您现在可以从最终数据框中删除最终占位符行：

df4 = df4[:-1]

克隆pandas数据帧中的行

2 个答案: