我在制定问题时遇到一些困难因此请在下面找一个例子: 我有:
2017-11-23 16:30:52+01:00 20
2017-11-23 16:30:58+01:00 30
2017-11-23 16:31:30+01:00 25
我想:
2017-11-23 16:30:52+01:00 20
2017-11-23 16:30:53+01:00 20
2017-11-23 16:30:54+01:00 20
...
2017-11-23 16:30:58+01:00 30
2017-11-23 16:30:59+01:00 30
...
实际上,我认为使用pandas resample with pad
这是一件容易的事df=df.resample('1s').pad()
但是,这将返回以下内容:
2017-11-23 16:30:52+01:00 20
2017-11-23 16:30:53+01:00 NaN
2017-11-23 16:30:54+01:00 NaN
...
2017-11-23 16:30:58+01:00 NaN
2017-11-23 16:30:59+01:00 NaN
...
该列的类型为(float64)..
任何帮助表示赞赏。谢谢!
答案 0 :(得分:0)
因此您需要在fillna
resample
df=df.resample('1s').fillna(method = 'pad')
resample
将在pandas datetime index上创建1s分隔的行,并将填充其可用索引的值。您需要为其余行填充它。可以使用fillna
方法。 method='pad'
使用最后一个非空值填充所有值。