Question

我正在尝试使用pandas使用=＆＃39; first＆＃39;从几秒到几分钟重新采样船只跟踪数据。数据框称为hg1s。唯一ID称为MMSI。日期时间索引是TX_DTTM。这是一个数据样本：

            TX_DTTM       MMSI        LAT        LON         NS
2013-10-01 00:00:02  367542760  29.660550 -94.974195         15   
2013-10-01 00:00:04  367542760  29.660550 -94.974195         15   
2013-10-01 00:00:07  367451120  29.614161 -94.954459          0   
2013-10-01 00:00:15  367542760  29.660210 -94.974069         15   
2013-10-01 00:00:13  367542760  29.660210 -94.974069         15

要重新采样的代码：

hg1s1min = hg1s.groupby('MMSI').resample('1Min', how='first')

输出的数据样本：

 hg1s1min[20000:20004]
             MMSI             TX_DTTM                  NS      LAT  LON
        367448060 2013-10-21 00:42:00                 NaN      NaN  NaN        
                  2013-10-21 00:43:00                 NaN      NaN  NaN        
                  2013-10-21 00:44:00                 NaN      NaN  NaN      
                  2013-10-21 00:45:00                 NaN      NaN  NaN

可以安全地假设每分钟内有多个数据点，所以我不明白为什么这不能获得该方法的第一条记录。我查看了这个链接：Pandas Downsampling Issue，因为它看起来与我的问题类似。我试过传递label =＆＃39; left＆＃39;和标签=＆＃39;对＆＃39;，都没有用。

如何为每个MMSI每分钟返回第一条记录？

Answer 1

事实证明，问题不在于方法，而在于我对数据的假设。大数据集是一个月，或44640分钟。虽然我的数据集中的每条记录都有相关值，但时间上并没有100％的重叠。在这种情况下，MMSI = 367448060出现在2013-10-17 23:24:31并再次出现在2013-10-29 20:57:32。在这两个数据点之间，没有要采样的数据，导致NaN，这是正确的。

Python -Pandas Downsampling首先返回NaN

1 个答案: