在日期时间索引的末尾添加 10 个步骤
add 10 step at the end of a datetimeindex
我用这样的 datetimeindex 创建了一个 df
index value
2020-03-04T16:00:00.000000000 5
2020-03-04T16:05:00.000000000 8
2020-03-04T16:10:00.000000000 4
2020-03-04T16:15:00.000000000 1
我想根据 5 分钟步骤在末尾添加 10 行来扩展我的 df 范围
我尝试了 ,但没有成功
通过最大index
和下一个5 minutes
对新的DatetimeIndex
使用date_range
,然后对DataFrame
构造函数使用DataFrame.append
:
r = pd.date_range(df.index.max() + pd.Timedelta(5, 'Min'), freq='5Min', periods=10)
df = df.append(pd.DataFrame(index=r), sort=True)
print (df)
value
2020-03-04 16:00:00 5.0
2020-03-04 16:05:00 8.0
2020-03-04 16:10:00 4.0
2020-03-04 16:15:00 1.0
2020-03-04 16:20:00 NaN
2020-03-04 16:25:00 NaN
2020-03-04 16:30:00 NaN
2020-03-04 16:35:00 NaN
2020-03-04 16:40:00 NaN
2020-03-04 16:45:00 NaN
2020-03-04 16:50:00 NaN
2020-03-04 16:55:00 NaN
2020-03-04 17:00:00 NaN
2020-03-04 17:05:00 NaN
如需指定值:
df = df.append(pd.DataFrame({'value': 0}, index=r), sort=True)
print (df)
value
2020-03-04 16:00:00 5
2020-03-04 16:05:00 8
2020-03-04 16:10:00 4
2020-03-04 16:15:00 1
2020-03-04 16:20:00 0
2020-03-04 16:25:00 0
2020-03-04 16:30:00 0
2020-03-04 16:35:00 0
2020-03-04 16:40:00 0
2020-03-04 16:45:00 0
2020-03-04 16:50:00 0
2020-03-04 16:55:00 0
2020-03-04 17:00:00 0
2020-03-04 17:05:00 0
我用这样的 datetimeindex 创建了一个 df
index value
2020-03-04T16:00:00.000000000 5
2020-03-04T16:05:00.000000000 8
2020-03-04T16:10:00.000000000 4
2020-03-04T16:15:00.000000000 1
我想根据 5 分钟步骤在末尾添加 10 行来扩展我的 df 范围
我尝试了
通过最大index
和下一个5 minutes
对新的DatetimeIndex
使用date_range
,然后对DataFrame
构造函数使用DataFrame.append
:
r = pd.date_range(df.index.max() + pd.Timedelta(5, 'Min'), freq='5Min', periods=10)
df = df.append(pd.DataFrame(index=r), sort=True)
print (df)
value
2020-03-04 16:00:00 5.0
2020-03-04 16:05:00 8.0
2020-03-04 16:10:00 4.0
2020-03-04 16:15:00 1.0
2020-03-04 16:20:00 NaN
2020-03-04 16:25:00 NaN
2020-03-04 16:30:00 NaN
2020-03-04 16:35:00 NaN
2020-03-04 16:40:00 NaN
2020-03-04 16:45:00 NaN
2020-03-04 16:50:00 NaN
2020-03-04 16:55:00 NaN
2020-03-04 17:00:00 NaN
2020-03-04 17:05:00 NaN
如需指定值:
df = df.append(pd.DataFrame({'value': 0}, index=r), sort=True)
print (df)
value
2020-03-04 16:00:00 5
2020-03-04 16:05:00 8
2020-03-04 16:10:00 4
2020-03-04 16:15:00 1
2020-03-04 16:20:00 0
2020-03-04 16:25:00 0
2020-03-04 16:30:00 0
2020-03-04 16:35:00 0
2020-03-04 16:40:00 0
2020-03-04 16:45:00 0
2020-03-04 16:50:00 0
2020-03-04 16:55:00 0
2020-03-04 17:00:00 0
2020-03-04 17:05:00 0