Bỏ qua đến nội dung chính
Mục lục

date_range() và asfreq() trong pandas: tìm ngày bị thiếu

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 9/17 · Chương 8

Dữ liệu thời gian

  • 7 phút
  • Cơ bản
  • Python 3.14
  • Cập nhật

pd.date_range() trong pandas tạo một dãy ngày đều nhau, như mọi ngày từ 01/01 tới 31/12/2025, còn asfreq("D") chèn vào chuỗi số đo những ngày đang vắng mặt. Ghép hai thứ đó, bạn tìm ngày bị thiếu trong dữ liệu cảm biến: so dãy ngày đầy đủ với những ngày thật sự có dòng.

Cần biết trước: resample(), lọc theo ngày và dữ liệu thiếu.

Tạo dãy ngày bằng pd.date_range()

pd.date_range() nhận ngày đầu và ngày cuối (hoặc số mốc periods=) cùng bước nhảy freq=, rồi trả về một DatetimeIndex có đủ các mốc ở giữa.

python
import pandas as pd

ca_nam = pd.date_range("2025-01-01", "2025-12-31", freq="D")
print("Số ngày:", len(ca_nam))
tuan = pd.date_range("2026-01-01", periods=4, freq="W")
print(tuan.strftime("%d/%m").tolist())
cuoi_thang = pd.date_range("2026-01-31", periods=3, freq="ME")
print(cuoi_thang.strftime("%d/%m").tolist())

KẾT QUẢ

Số ngày: 365
['04/01', '11/01', '18/01', '25/01']
['31/01', '28/02', '31/03']

Năm 2025 không nhuận nên có 365 ngày, kể cả ngày đầu và ngày cuối. freq="W" nhảy tới từng Chủ nhật, bắt đầu từ Chủ nhật đầu tiên sau 01/01/2026; "ME" tự biết tháng 2 chỉ có 28 ngày. Đổi "2025-12-31" thành "2025-06-30" rồi chạy lại: dòng đầu in Số ngày: 181.

So dãy ngày đầy đủ với ngày có số đo

File khong_khi_tho.csv của bộ dữ liệu thực hành ghi mỗi ngày một dòng số đo cho từng tỉnh trong năm 2025. Trạm nào mất điện thì ngày đó không có dòng. Năm 2025 có 365 ngày, nên một tỉnh có ít dòng hơn là đã vắng ngày. Muốn biết vắng ngày nào, lấy dãy ngày đầy đủ từ date_range() rồi giữ những ngày không có trong cột ngay của tỉnh đó:

python
import pandas as pd

kk = pd.read_csv("khong_khi_tho.csv", parse_dates=["ngay"])
lich = pd.date_range("2025-01-01", "2025-12-31", freq="D")
co_do = kk.loc[kk["tinh"] == "Hà Nội", "ngay"]
print("Hà Nội có", len(co_do), "ngày đo trên", len(lich), "ngày")
vang = lich[~lich.isin(co_do)]
print(vang.strftime("%d/%m").tolist())

KẾT QUẢ

Hà Nội có 357 ngày đo trên 365 ngày
['10/02', '11/02', '12/02', '21/05', '02/06', '29/08', '22/12', '23/12']

lich.isin(co_do) cho True ở ngày có đo; dấu ~ đảo lại, nên vang chỉ còn tám ngày không có dòng nào, ba ngày trong số đó liền nhau từ 10 tới 12/02. Cách này không cần sắp bảng hay đặt index, và khoảng ngày là do bạn chọn.

Đặt số đo lên lưới ngày bằng asfreq("D")

Khi cần tính tiếp trên chuỗi số đo, như lấp ngày trống hay tính trung bình trượt, bạn muốn những ngày vắng hiện thành dòng thật. asfreq("D") làm việc đó trên một bảng có DatetimeIndex: nó dựng lưới mỗi ngày một dòng, từ ngày đầu tới ngày cuối của index, và giữ nguyên các dòng đã có.

python
import pandas as pd

kk = pd.read_csv("khong_khi_tho.csv", parse_dates=["ngay"])
hn = kk[kk["tinh"] == "Hà Nội"].set_index("ngay").sort_index()
luoi = hn.asfreq("D")
print(luoi.loc["2025-02-09":"2025-02-13",
               ["tinh", "pm25", "mua_mm"]])

KẾT QUẢ

              tinh  pm25  mua_mm
ngay                            
2025-02-09  Hà Nội  51.4     0.0
2025-02-10     NaN   NaN     NaN
2025-02-11     NaN   NaN     NaN
2025-02-12     NaN   NaN     NaN
2025-02-13  Hà Nội  50.7     0.0

Ba dòng 10–12/02 là dòng asfreq() vừa thêm: chúng trống ở mọi cột, kể cả tinh. Bảng luoi giờ có đủ 365 dòng, và mỗi ngày vắng là một dòng NaN đúng chỗ của nó trong thời gian.

Đếm ngày bị thiếu của từng tháng

Mỗi ngày vắng trong vang được đếm là 1. Đặt số 1 lên index vang rồi resample("ME").sum() cộng số ngày vắng theo từng tháng:

python
import pandas as pd

kk = pd.read_csv("khong_khi_tho.csv", parse_dates=["ngay"])
lich = pd.date_range("2025-01-01", "2025-12-31", freq="D")
co_do = kk.loc[kk["tinh"] == "Hà Nội", "ngay"]
vang = lich[~lich.isin(co_do)]
dem = pd.Series(1, index=vang).resample("ME").sum()
dem.index = dem.index.strftime("%m/%Y")
print(dem[dem > 0].to_string())

KẾT QUẢ

02/2025    3
05/2025    1
06/2025    1
08/2025    1
12/2025    2

Tháng 2 thiếu nhiều nhất, 3 ngày liền. Chuỗi dem chỉ chạy từ tháng 2 tới tháng 12, vì resample() bắt đầu ở ngày vắng đầu tiên; muốn có cả tháng 1 với số 0, đánh dấu trên toàn bộ lich như bài tập cuối bài. Một tháng thiếu 3 ngày còn tính được trung bình tháng, nhưng nên ghi chú trong báo cáo; bài interpolate() cho cách lấp các ngày trống trước khi tính tiếp.

Kiểm tra nhanh

  1. Sau import pandas as pd, len(pd.date_range("2024-02-01", "2024-03-01", freq="D")) cho kết quả gì?

    • 29
    • 30
    • 28
    • 31
  2. Sau import pandas as pd, pd.date_range("2025-03-31", periods=3, freq="ME").strftime("%d/%m").tolist() cho kết quả gì?

    • ['31/03', '30/04', '31/05']
    • ['31/03', '31/04', '31/05']
    • ['01/04', '01/05', '01/06']
    • ['31/03', '01/04', '02/04']
  3. Chuỗi số đo bắt đầu ngày 03/03, nhưng bạn cần đếm ngày thiếu từ 01/03. Những cách nào đếm được cả 01/03 và 02/03?

    • ~pd.date_range("2025-03-01", "2025-03-31", freq="D").isin(do.index)
    • do.asfreq("D").isna()
    • do.reindex(pd.date_range("2025-03-01", "2025-03-31", freq="D")), rồi đánh dấu các ngày không có trong do.index
    • do.isna()
  4. Sau asfreq("D"), cột pm25 có 12 ô trống, nhưng so với date_range() chỉ có 8 ngày vắng. Câu nào giải thích đúng?

    • asfreq("D") chèn thừa 4 ngày
    • 4 ngày có dòng gốc nhưng số đo pm25 bị trống
    • date_range() bỏ sót 4 ngày cuối tháng
    • isna() đếm cả số 0 là ô trống
Đúng hết lần đầu +15 XP

Bài tập

Đếm ngày trống của từng tháng

Kỹ thuật viên cần biết mỗi tháng cảm biến bỏ trống bao nhiêu ngày, trong một khoảng do họ chọn. do là một Series số đo, index là ngày có đo (kiểu ngày, có thể chưa sắp; ô số đo có thể trống). tu, den là hai chuỗi ngày ISO. Viết thân hàm ngay_trong_theo_thang(do, tu, den):

  • Ngày trống là ngày từ tu tới den (lấy cả hai đầu) không có trong index của do. Ngày có trong index nhưng ô số đo trống vẫn tính là có đo.

  • Đếm theo tháng: index là ngày cuối tháng như resample("ME") cho ra; tháng không trống ngày nào có số 0.

Hàm không sửa chuỗi do của nơi gọi.

Trả về: số ngày trống của từng tháng, một Series.

python
import pandas as pd

def ngay_trong_theo_thang(do, tu, den):
    pass  # Viết thân hàm thay cho dòng này

Tóm tắt

  • pd.date_range(dau, cuoi, freq=) hay pd.date_range(dau, periods=n, freq=) tạo một dãy ngày đều nhau, lấy cả hai đầu.

  • asfreq("D") trải chuỗi có DatetimeIndex ra đủ mọi ngày giữa ngày đầu và ngày cuối đang có, dòng chèn mới trống ở mọi cột.

  • asfreq() cần index không trùng: bảng nhiều tỉnh phải lọc một tỉnh trước.

  • Ngày thiếu hẳn khác ngày có dòng nhưng số đo trống: đếm ngày thiếu bằng phép so với date_range(), không bằng ô trống của cột số đo.

  • Muốn đếm cả ngày thiếu ở hai đầu, so một dãy date_range() do bạn chọn với index của dữ liệu.

Câu hỏi thường gặp

Tìm ngày bị thiếu khi dữ liệu có nhiều tỉnh thế nào?

Làm từng tỉnh: lọc một tỉnh rồi asfreq("D") như trong bài, hay so mỗi tỉnh với cùng một dãy pd.date_range() của cả năm. Đếm số dòng mỗi tỉnh bằng kk.groupby("tinh").size() trước cũng cho biết nhanh tỉnh nào hụt ngày.

Pandas asfreq khác resample ở đâu?

asfreq("D") chỉ đặt chuỗi lên lưới ngày đều: giữ giá trị ở những ngày đã có, chèn ô trống ở ngày thiếu, không tính gì. resample("D") gom các dòng vào từng ngày rồi bạn gọi sum() hay mean(). Với số đo mỗi ngày một dòng, hai cách cho cùng lưới ngày; khác nhau khi đổi sang kỳ dài hơn, như tuần, xem bài resample().

Pandas date range theo giờ thì viết thế nào?

Dùng freq="h" cho mỗi giờ và freq="min" cho mỗi phút, theo tên của pandas 3: pd.date_range("2026-01-01", periods=24, freq="h"). Tên cũ "H" không còn dùng được; bảng đầy đủ ở bảng tra tần suất pandas.

Chủ đề

pandas date range

Dữ liệu của bài

Bài này có hữu ích?

Hỏi đáp

Đang tải câu hỏi…

Tham vấn chuyên môn

Nguyễn Việt Chung

Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE

  • Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
  • Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
  • Xây hệ thống AI cho doanh nghiệp tại VietPlatform.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập