我需要从每日格式到每周格式重新采样我的库存数据。 数据：
Date Open High Low Close
2007-09-17 4518.450195 4549.049805 4482.850098 4494.649902
2007-09-18 4494.100098 4551.799805 4481.549805 4546.200195
2007-09-19 4550.250000 4739.000000 4550.250000 4732.350098
2007-09-20 4734.850098 4760.850098 4721.149902 4747.549805
2007-09-21 4752.950195 4855.700195 4733.700195 4837.549805
数据缺少一些值，并已使用SimpleImputer估算
我已将此代码用于重新采样：
agg_dict = {'Open': 'first', 'High': 'max', 'Low': 'min', 'Close': 'last'}
r_df = nifty_tr.resample('W-MON').agg(agg_dict)
我似乎要面对的问题是输出数据集r_df包含各种新日期（从给定数据中可用的2007年年初开始，而不是2007-09-17年开始）。 Outout主要包含带有零位值的空值。 输出
Date Open High Low Close
2007-01-21 5021.500000 6011.950195 5001.350098 5866.450195
2007-01-28 NaN NaN NaN NaN
2007-02-04 NaN NaN NaN NaN
2007-02-11 NaN NaN NaN NaN
2007-02-18 5854.850098 5944.750000 5714.250000 5932.399902
2020-11-15 10334.299810 10545.099610 10334.000000 10458.400390
......
2020-11-22 NaN NaN NaN NaN
2020-11-29 NaN NaN NaN NaN
2020-12-06 NaN NaN NaN NaN
2020-12-13 12151.000000 12231.750000 9508.000000 9590.150391
我用来加载数据的代码是：
nifty = pd.read_csv('../Nifty.csv', index_col='Date',parse_dates=True)
nifty.drop(['Volume','Adj Close'],axis=1,inplace=True)
imputer = SimpleImputer(strategy = 'mean')
nifty_tr = pd.DataFrame(imputer.fit_transform(nifty), columns=nifty.columns, index=nifty.index)
我似乎无法弄清楚导致这种情况发生的原因。非常感谢您的帮助。