python - 将不规则日期的数据转换为包含每日数据的 Pandas 数据框

Question

我正在查看游戏单位销售数据，该数据显示在特定日期已售出多少单位。例如：

Red Dead Redemption（2018 年 10 月 26 日发布）：

• 2018 年 10 月 25 日：0
• 2018 年 11 月 6 日：17,000,000
• 2018 年 12 月 31 日：23,000,000
• 2019 年 3 月 31 日：24,000,000
• 2019 年 12 月 31 日：29,000,000
• 2020 年 3 月 31 日：31,000,000
• 2020 年 6 月 30 日：32,000,000

巫师 3（2015 年 5 月 19 日发布）：

• 2015 年 5 月 18 日：0
• 2015 年 5 月 31 日：4,000,000
• 2015 年 3 月 31 日：10,000,000

我想做的是把这些数字转换成一个熊猫数据框，它有一个一年中每一天的索引，它使用两个已知点之间的简单线性级数显示每天的累计单位销售估计.

例如，2015 年 5 月 19 日的《巫师 3》将是 285,714（因为从 0 值到 4,000,000 值之间有 14 天）。

一旦有按天计算的估算值，目标就可以跨月和季度比较数据库中的许多游戏。

（理想情况下，还有一种方法可以用更复杂的方法代替简单的平均常数级数法。）

标签： pythonpandastime-series