Question

我有一个数据框，每5分钟保存一次交易数据，例如

                    open  close
datetime                     
2015-02-02 08:00:00  43.5 NaN

2015-02-02 08:10:00  43.3   0
2015-02-02 08:15:00  43.2   7
2015-02-02 08:20:00   NaN NaN
2015-02-02 08:25:00  43.1   9

2015-02-02 08:35:00  43.0   9
2015-02-02 08:40:00  43.0  11
2015-02-02 08:45:00   NaN NaN
2015-02-02 08:50:00   NaN NaN
2015-02-02 08:55:00   NaN NaN
2015-02-02 09:00:00  43.1   9

，我希望仅在np.nan处填充缺少的行，如08:30:00时间戳，然后向前填充。我已经研究过使用pd.date_range函数来计算从开始到结束日期每隔五分钟的索引，只是天真地将其分配为数据框的索引，但是正如我所认为的那样，这会引发错误。

我还查看了this的问题，该问题与我要问的问题非常相似，但答案使用的是resample。我不知道如何解决OP的问题，因为据我所知，您不能像对待数据框一样对待重采样对象并以相同的方式查询它。

编辑：我最终找到了完成此任务的方法。我使用date_range制作了一个具有与整个日期范围相同的列的数据框，然后使用update

用我从交易数据中实际获得的值更新此数据框

Answer 1

要从重采样对象中获取某些东西，您需要添加一种调度方法（请参见the docs），例如：

import numpy as np
import pandas as pd

df = pd.DataFrame({'open': [43.5,43.3,43.2,np.NaN,43.1,43.0,43.0,np.NaN,np.NaN,np.NaN,43.1],
                   'close': [np.NaN,0,7,np.NaN,9,9,11,np.NaN,np.NaN,np.NaN,9]},
                   index = pd.to_datetime(['2015-02-02 08:00:00','2015-02-02 08:10:00','2015-02-02 08:15:00',
                                           '2015-02-02 08:20:00','2015-02-02 08:25:00','2015-02-02 08:35:00',
                                           '2015-02-02 08:40:00','2015-02-02 08:45:00','2015-02-02 08:50:00',
                                           '2015-02-02 08:55:00','2015-02-02 09:00:00']))

df1 = df.resample('5min').mean()
# df1
#                      open  close
# 2015-02-02 08:00:00  43.5    NaN
# 2015-02-02 08:05:00   NaN    NaN
# 2015-02-02 08:10:00  43.3    0.0
# 2015-02-02 08:15:00  43.2    7.0
# 2015-02-02 08:20:00   NaN    NaN
# 2015-02-02 08:25:00  43.1    9.0
# 2015-02-02 08:30:00   NaN    NaN
# 2015-02-02 08:35:00  43.0    9.0
# 2015-02-02 08:40:00  43.0   11.0
# 2015-02-02 08:45:00   NaN    NaN
# 2015-02-02 08:50:00   NaN    NaN
# 2015-02-02 08:55:00   NaN    NaN
# 2015-02-02 09:00:00  43.1    9.0

如何在熊猫数据框中填写缺少的5分钟间隔

1 个答案: