Question

我使用自定义采样器功能对pandas数据帧进行了采样。这基本上由两列组成：

时间戳
一个值

我希望创建一个新数据框，其中所有日期时间均匀分布（即每10分钟）以填充采样的一个（以相同频率采样）中的缺失值。

Shoudl我需要使用 reindex 方法吗？

我尝试做类似的事情：

dd = pd.date_range(
        start_date.astimezone(pytz.utc),
        end_date.astimezone(pytz.utc),
        freq="3min"

    )
dd = dd.map(lambda item: calendar.timegm(item.timetuple()))
df.index = df.reindex(dd, fill_value="NaN")

它不起作用。我得到一个＆＃34;长度不匹配错误＆＃34;因为这两个指数的大小不同。

这是正确的方法吗？

谢谢，

FB

Answer 1

您可以尝试使用此功能，我使用comvibe_first合并两个数据帧。

start_date = datetime.datetime.today()
end_date = datetime.datetime(2017, 10, 19)

dd = pd.date_range(
        start_date,
        end_date,
        freq="3min"

    )
dd = dd.map(lambda item: calendar.timegm(item.timetuple()))
columns = ['some', 'column', 'headers']
df = pd.DataFrame(columns=columns, index=dd)
myarray = np.random.random((len(dd),3))
for val, item in enumerate(myarray):
    df.ix[df.index.values[val]] = item
index_new = df.sample(frac=0.8, random_state=200)
df = df.drop(index_new.index)
df_ok = pd.DataFrame(columns=columns, index=dd)
df_ok = df_ok.combine_first(df)

将缺失的行添加到数据框中，均匀分布

1 个答案: