import pandas as pd
import datetime
def load_Data():
  #加載數(shù)據(jù)
  df0 = pd.read_csv("Path/power.csv",index_col='user_id')
  df0['record_date'] = pd.to_datetime(df0['record_date'])
  return df0
 
#把datetime轉(zhuǎn)成字符串
def datetime_toString(dt):
  return dt.strftime("%Y-%m-%d")
 
#把字符串轉(zhuǎn)成datetime
def string_toDatetime(string):
  return datetime.strptime(string, "%Y-%m-%d")
 
#缺失值處理，插值替換
def data_Full():
  df1 = load_Data()  #加載數(shù)據(jù)
  date_start = df1.iloc[0, 0] #初始時(shí)間
  df1_date = df1['record_date'].tolist() #數(shù)據(jù)日期轉(zhuǎn)為列表
  df1_data = df1[ 'value'].tolist()  #數(shù)據(jù)值轉(zhuǎn)為列表
  act = 365    #實(shí)際期望日期序列長(zhǎng)度
  for j in range(0, len(df1_date)):
    if len(df1_date) < act:
      date0 = date_start
      date_s = datetime_toString(date0)  #日期轉(zhuǎn)換為字符串類型，使日期可進(jìn)行邏輯比較
      date_i = df1_date[j]  #順序選取數(shù)據(jù)中日期列表里對(duì)應(yīng)各日期
      date_is = datetime_toString(date_i)
      while date_is != date_s:  #如數(shù)據(jù)中日期列表與期望日期序列不相等，即存在缺失值執(zhí)行while程序
        nada = (df1_data[j] + df1_data[j+1]) / 2  #計(jì)算缺失處左右相鄰插值
        adda = [date0, nada]  
        date_da = pd.DataFrame(adda).T
        date_da.columns = df1.columns
        df1 = pd.concat([df1, date_da]) #將缺失日期加入數(shù)據(jù)列表中
        date0 += datetime.timedelta(days=1) #日期加一
        date_s = datetime_toString(date0)  #日期字符串轉(zhuǎn)日期時(shí)間類型
      date0 += datetime.timedelta(days=1) #日期加一
      date_s = datetime_toString(date0)  #日期字符串轉(zhuǎn)日期時(shí)間類型
  df1 = df1.sort_values(by=['record_date'])
  return df1