如何使用 Python 将特定列的每周数据转换为每日数据

Question

我是 python 和一般编程的新手。我希望下面的问题得到很好的解释。我有一个很大的数据集，有 80 多列，其中一些列只有每周的数据。我想将这些列转换为每天的值，只需将每周值除以 7 并将结果归因于值本身和该周的其他 6 天。这是我的输入数据集的样子：   date                  col1           col2           col302-09-2019               14               NaN            109-09-2019               NaN              NaN            216-09-2019               NaN              7              323-09-2019               NaN              NaN            430-09-2019               NaN              NaN            507-10-2019               NaN              NaN            614-10-2019               NaN              NaN            721-10-2019               21               NaN            828-10-2019               NaN              NaN            904-11-2019               NaN              14             1011-11-2019               NaN              NaN            11..输出应如下所示：   date                  col1           col2           col302-09-2019                2               NaN            109-09-2019                2               NaN            216-09-2019                2               1              323-09-2019                2               1              430-09-2019                2               1              507-10-2019                2               1              614-10-2019                2               1              721-10-2019                3               1              828-10-2019                3               1              904-11-2019                3               2              10 11-11-2019                3               2              11..我无法想出解决方案，但我认为这可能有效：def convert_to_daily(df):    for column in df.columns.tolist():        if column.isna(): # if true             for line in range(len(df[column])):                # check if value is not empty and                 succeeded by an 6 empty values or some                 better logic                  # I don´t know how to do that.

Answer 1

我相信您需要选择包含至少一个缺失值的列，向前填充缺失值并除以7：

m = df.isna().any()

df.loc[:, m] = df.loc[:, m].ffill(limit=7).div(7)

print (df)

          date  col1  col2  col3

0   02-09-2019   2.0   NaN     1

1   09-09-2019   2.0   NaN     2

2   16-09-2019   2.0   1.0     3

3   23-09-2019   2.0   1.0     4

4   30-09-2019   2.0   1.0     5

5   07-10-2019   2.0   1.0     6

6   14-10-2019   2.0   1.0     7

7   21-10-2019   3.0   1.0     8

8   28-10-2019   3.0   1.0     9

9   04-11-2019   3.0   2.0    10

10  11-11-2019   3.0   2.0    11