Как вставить несколько строк и столбцов в фрейм данных

Question

У меня есть датафрейм с данными обменного курса. Я хочу вставить базовую валюту (норвежская крона) для всего диапазона дат (от минимальной даты до максимальной даты) со значением 1 в единицах.

Пытался объединить кадры, но мне не повезло с моими навыками. Данные необходимы для дальнейшего расчета для другой задачи.

       Currency         Date      Rate  UoM
0   Swedish krona   2016-01-05  1.0395  Hundreds
1   Swedish krona   2016-01-06  1.0422  Hundreds
2   Swedish krona   2016-01-07  1.0452  Hundreds
3   Swedish krona   2016-01-08  1.0450  Hundreds
4   Swedish krona   2016-01-11  1.0437  Hundreds
5   Swedish krona   2016-01-12  1.0422  Hundreds
6   Swedish krona   2016-01-13  1.0338  Hundreds
7   Swedish krona   2016-01-14  1.0347  Hundreds
8   Swedish krona   2016-01-15  1.0279  Hundreds
9   Swedish krona   2016-01-18  1.0371  Hundreds
... ... ... ... ...
3313    US dollar   2019-03-15  8.5674  Units
3314    US dollar   2019-03-18  8.5223  Units
3315    US dollar   2019-03-19  8.5178  Units
3316    US dollar   2019-03-20  8.5358  Units
3317    US dollar   2019-03-21  8.4463  Units
3318    US dollar   2019-03-22  8.5315  Units
3319    US dollar   2019-03-25  8.5289  Units

Ожидаемый вывод - новые строки в фрейме данных, т.е.

3320    Norwegian krone 2016-01-06  1   Units
3321    Norwegian krone 2016-01-07  1   Units
3322    Norwegian krone 2016-01-08  1   Units
3323    Norwegian krone 2016-01-11  1   Units
... ... ... ... ...
XXXX    Norwegian krone 2019-03-21  1   Units
XXXX    Norwegian krone 2019-03-22  1   Units
XXXX    Norwegian krone 2019-03-25  1   Units

Answer 1

Хитрость заключается в том, чтобы получить диапазон дат, в которых есть дыры, такие как исходные данные, и затем эффективно построить повторяющиеся строки для добавления и сортировки.При построении фрейма данных для заполнения фрейма данных может использоваться один словарь.

import pandas as pd
import csv
from pandas.compat import StringIO

print(pd.__version__)

csvdata = StringIO("""Currency,Date,Rate,UoM
Swedish krona,2016-01-05,1.0395,Hundreds
Swedish krona,2016-01-06,1.0422,Hundreds
Swedish krona,2016-01-07,1.0452,Hundreds
Swedish krona,2016-01-08,1.0450,Hundreds
Swedish krona,2016-01-11,1.0437,Hundreds
Swedish krona,2016-01-12,1.0422,Hundreds
Swedish krona,2016-01-13,1.0338,Hundreds
Swedish krona,2016-01-14,1.0347,Hundreds
Swedish krona,2016-01-15,1.0279,Hundreds
Swedish krona,2016-01-18,1.0371,Hundreds
US dollar,2019-03-15,8.5674,Units
US dollar,2019-03-18,8.5223,Units
US dollar,2019-03-19,8.5178,Units
US dollar,2019-03-20,8.5358,Units
US dollar,2019-03-21,8.4463,Units
US dollar,2019-03-22,8.5315,Units
US dollar,2019-03-25,8.5289,Units""")

df = pd.read_csv(csvdata, sep=",")
df = df.set_index(['Date'])
date_range = df.index.values
nk_df = pd.DataFrame(index=date_range, data={'Currency':'Norwegian krone', 'Rate':1, 'UoM':'Units'})
df = pd.concat([df, nk_df])
print(df.sort_index().head(10))

производит

0.24.2
                   Currency    Rate       UoM
2016-01-05    Swedish krona  1.0395  Hundreds
2016-01-05  Norwegian krone  1.0000     Units
2016-01-06    Swedish krona  1.0422  Hundreds
2016-01-06  Norwegian krone  1.0000     Units
2016-01-07  Norwegian krone  1.0000     Units
2016-01-07    Swedish krona  1.0452  Hundreds
2016-01-08    Swedish krona  1.0450  Hundreds
2016-01-08  Norwegian krone  1.0000     Units
2016-01-11  Norwegian krone  1.0000     Units
2016-01-11    Swedish krona  1.0437  Hundreds