我有一个这样的数据框:
A B value
2014-11-14 12:00:00 30.5 356.3 344
2014-11-15 00:00:00 30.5 356.3 347
2014-11-15 12:00:00 30.5 356.3 356
2014-11-16 00:00:00 30.5 356.3 349
...
2017-01-06 00:00:00 30.5 356.3 347
我想确保从开始到结束都没有丢失的时间(即索引从12到12小时没有更大的跳跃)。如果缺少日期,例如,如果缺少值,例如在2015-12-12 12:00:00我想添加如下行:
...
2015-12-12 00:00:00 30.5 356.3 323
2015-12-12 12:00:00 30.5 356.3 NaN *<- add this*
2015-12-13 00:00:00 30.5 356.3 347
@ ted-petrou在is deprecated解决了如何解决这个问题的问题。解决方案正在做:
df1= df.asfreq('12H')
df1[['A','B']] = df1[['A','B']].fillna(method='ffill')
我的问题:我可以使用resample
代替asfreq
吗?做
df1= df.resample('12H')
df1[['A','B']] = df1[['A','B']].fillna(method='ffill')
我得到ValueError: cannot set items on DatetimeIndexResampler
。我不明白为什么。对于这种特殊情况,操作resample
和asfreq
是否相同?我错过了什么?提前谢谢。
答案 0 :(得分:1)
请注意,DF.resample()
是一个基于时间的群组,必须在每个群组之后使用缩减方法。
所以简单地使用它只会初始化Resampler
,就像调用DF.rolling()
方法时一样。两者在这里表现相似:
df[['A', 'B']].resample('12H')
DatetimeIndexResampler [freq=<12 * Hours>, axis=0, closed=left, label=left, convention=start, base=0]
您需要指定一个聚合函数,以便它具有计算组的度量。
为了您的情况,请执行此操作:
1)在两列上使用.resample().ffill()
,然后将其与第三列连接起来。当然,由于第3次没有重新采样,它们将被NaNs
填充。
df[['A', 'B']].resample('12H').ffill().join(df['value'])
2)使用.resample()
和.asfreq()
作为aggfunc
,与您的工作类似:
df1 = df.resample('12H').asfreq()
df1[['A','B']] = df1[['A','B']].fillna(method='ffill')
注意: 如果最终目标与汇总群组无关,那么使用.asfreq()
可能比.resample
更适合频率转换