проверить наличие недостающих дат в индексе

Question

Есть ли способ напрямую проверить наличие пропущенных дат в кадре данных. Я хочу проверить, есть ли пропущенные даты между 2013-01-19 до 2018-01-29

            GWA_BTC      GWA_ETH    GWA_LTC  GWA_XLM  GWA_XRP
   Date                 
2013-01-19  11,826.36   1,068.45    195.00    0.51    1.82
2013-01-20  13,062.68   1,158.71    207.58    0.52    1.75
   ...
2018-01-28  12,326.23   1,108.90    197.36    0.48    1.55
2018-01-29  11,397.52   1,038.21    184.92    0.47    1.43

Я пытался проверить это вручную, но это заняло много времени.

Answer 1

Вы можете использовать DatetimeIndex.difference (прочее)

pd.date_range(start = '2013-01-19', end = '2018-01-29' ).difference(df.index)

Возвращает элементы, которых нет в других

Answer 2

Пример:

В качестве минимального примера возьмем это:

>>> df
              GWA_BTC   GWA_ETH  GWA_LTC  GWA_XLM  GWA_XRP
Date                                                      
2013-01-19  11,826.36  1,068.45   195.00     0.51     1.82
2013-01-20  13,062.68  1,158.71   207.58     0.52     1.75
2013-01-28  12,326.23  1,108.90   197.36     0.48     1.55
2013-01-29  11,397.52  1,038.21   184.92     0.47     1.43

И мы можем найти пропущенные даты между 2013-01-19 и 2013-01-29

Метод 1:

См. Ответ Вайшали

Используйте .difference, чтобы найти разницу между вашим индексом даты и времени и набором всех дат в вашем диапазоне:

pd.date_range('2013-01-19', '2013-01-29').difference(df.index)

Что возвращает:

DatetimeIndex(['2013-01-21', '2013-01-22', '2013-01-23', '2013-01-24',
               '2013-01-25', '2013-01-26', '2013-01-27'],
              dtype='datetime64[ns]', freq=None)

Метод 2:

Вы можете переиндексировать свой фрейм данных, используя все даты в пределах желаемого диапазона дат, и найти, куда reindex вставил NaN с.

И найти пропущенные даты между 2013-01-19 и 2013-01-29:

>>> df.reindex(pd.date_range('2013-01-19', '2013-01-29')).isnull().all(1)

2013-01-19    False
2013-01-20    False
2013-01-21     True
2013-01-22     True
2013-01-23     True
2013-01-24     True
2013-01-25     True
2013-01-26     True
2013-01-27     True
2013-01-28    False
2013-01-29    False
Freq: D, dtype: bool

Эти значения с True являются отсутствующими датами в исходном кадре данных

Answer 3

при условии, что данные являются ежедневными нерабочими датами:

df.index.to_series().diff().dt.days > 1

Answer 4

Я не могу оставить комментарий, но вы, вероятно, можете просмотреть каждое значение и добавить 24 часа к предыдущему значению, чтобы увидеть, совпадает ли дата?

import pandas as pd

a = [1,2,3,4,5]
b = [1,0.4,0.3,0.5,0.2]

df = pd.DataFrame({'a':a , 'b': b})

for i in range(len(df)):
    prev = df.loc[i,'a']
    if i is 0:
        continue
    else:
         # Add 1 day to the current value and check with prev value