日期时间填充与先前值之间的重采样间隙（多索引）

Question

我正在尝试更正没有日期的每一行。然后想法只是填补缺失日期之间的空白，并用以前的值完成其他列。

        ds            SKU  Estoque leadtime

0   2018-01-02  504777  45  11

1   2018-01-04  504777  42  11

2   2018-01-05  504777  41  11

3   2018-01-09  504777  40  11

4   2018-01-12  504777  37  11

5   2018-01-13  504777  36  11

6   2018-01-15  504777  35  11

... ... ... ... ...

6629    2018-08-14  857122  11  10

6630    2018-08-15  857122  10  10

6631    2018-08-16  857122  9   10

6632    2018-08-17  857122  7   10

6633    2018-08-23  857122  14  10

6634    2018-08-24  857122  13  10

我已经尝试过：

df.set_index('ds', inplace=True)

df = df.resample("D")

或者

df.resample("D", how='first', fill_method='ffill')

但我刚得到这个：

DatetimeIndexResampler [freq=<Day>, axis=0, closed=left, label=left, convention=start, base=0]

当我尝试：

(df.groupby('SKU')

 .resample('D')

 .last()

 .reset_index()

 .set_index('ds'))

我收到此错误：

ValueError: cannot insert SKU, already exists

我试图得到这个结果：

        ds            SKU  Estoque leadtime

0   2018-01-02  504777  45  11

1   2018-01-03  504777  45  11

2   2018-01-04  504777  42  11

3   2018-01-05  504777  41  11

4   2018-01-06  504777  41  11

5   2018-01-07  504777  41  11

6   2018-01-08  504777  41  11

7   2018-01-09  504777  40  11

... ... ... ... ...

PS：如果我将日期设置为索引，我有重复的索引。我需要首先隔离每个产品（分组依据）

Answer 1

在您的情况下，您可能需要与 apply#df.set_index('ds', inplace=True)df.groupby('SKU').apply(lambda x : x.resample('D').ffill()).reset_index(level=0,drop=True)