Question

我是pandas和numpy的新手，并尝试将测量值汇总到等间隔时间序列。输入数据的间隔不等，如下所示：

timestamp            value  
2016-08-09 11:55:26  1779.510  
2016-08-09 11:55:26  1792.310  
2016-08-09 11:55:27  1796.900  
2016-08-09 11:55:28  1749.760 
2016-08-09 11:55:29  1780.870  
...                  ...

现在我正在尝试从MySQL读取数据，然后将其重新采样到等间隔时间序列。

query = "SELECT timestamp, value FROM iren2.data WHERE data.timestamp >= now() - INTERVAL {0} DAY " \
            "AND data_node_id = {1} ".format(1, 307)

data = pandas.read_sql_query(query, engine, parse_dates=True, index_col='timestamp')
aggregation = pandas.DataFrame()
aggregation['value'] = data.resample('1min').mean()
print(aggregation)

打印：

[104301 rows x 1 columns]  
      value  
0       NaN  
1       NaN  
...     ...

这不是我的预期：/

提前致谢！

更新EdChum的评论

data.info():

<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 106661 entries, 2016-08-09 13:06:13 to 2016-08-10 13:06:13
Data columns (total 1 columns):
value    106661 non-null float64
dtypes: float64(1)
memory usage: 1.6 MB

无

Answer 1

这里的问题是您尝试添加一个包含不兼容索引的数据的新列，当您创建一个空df时，索引类型最初将为UIView dtype，您是在索引为CGPoint的位置添加数据，以便为所有行获取object。

如果你传递df的datetimeIndex中的数据和索引，那么这将有效：

NaN

如果你想要一个int索引，那么你可以这样做：

ctor

为什么pandas为重新采样sql数据创建NaN？

1 个答案: