Question

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。

Answer 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

在pandas中重新采样和asfreq的行为不同

1 个答案: