我正在重新采样Pandas时间序列。该时间序列由二进制值组成(它是一个分类变量),没有缺失值,但在重新采样后出现了NaN值。这是怎么可能的?
由于涉及敏感信息,我不能在此处发布任何示例数据,但我创建和重新采样系列的步骤如下:
series = pd.Series(data, ts)
series_rs = series.resample('60T', how='mean')
我正在重新采样Pandas时间序列。该时间序列由二进制值组成(它是一个分类变量),没有缺失值,但在重新采样后出现了NaN值。这是怎么可能的?
由于涉及敏感信息,我不能在此处发布任何示例数据,但我创建和重新采样系列的步骤如下:
series = pd.Series(data, ts)
series_rs = series.resample('60T', how='mean')
上采样
将数据转换为一个固定的时间间隔,如果没有数据则将得到 NaN
。
您可以通过 fill_method='bfill'
向后填充缺失值,或者向前填充使用 fill_method='ffill'
或者 fill_method='pad'
。
import pandas as pd
ts = pd.date_range('1/1/2015', periods=10, freq='100T')
data = range(10)
series = pd.Series(data, ts)
print series
#2015-01-01 00:00:00 0
#2015-01-01 01:40:00 1
#2015-01-01 03:20:00 2
#2015-01-01 05:00:00 3
#2015-01-01 06:40:00 4
#2015-01-01 08:20:00 5
#2015-01-01 10:00:00 6
#2015-01-01 11:40:00 7
#2015-01-01 13:20:00 8
#2015-01-01 15:00:00 9
#Freq: 100T, dtype: int64
series_rs = series.resample('60T', how='mean')
print series_rs
#2015-01-01 00:00:00 0
#2015-01-01 01:00:00 1
#2015-01-01 02:00:00 NaN
#2015-01-01 03:00:00 2
#2015-01-01 04:00:00 NaN
#2015-01-01 05:00:00 3
#2015-01-01 06:00:00 4
#2015-01-01 07:00:00 NaN
#2015-01-01 08:00:00 5
#2015-01-01 09:00:00 NaN
#2015-01-01 10:00:00 6
#2015-01-01 11:00:00 7
#2015-01-01 12:00:00 NaN
#2015-01-01 13:00:00 8
#2015-01-01 14:00:00 NaN
#2015-01-01 15:00:00 9
#Freq: 60T, dtype: float64
series_rs = series.resample('60T', how='mean', fill_method='bfill')
print series_rs
#2015-01-01 00:00:00 0
#2015-01-01 01:00:00 1
#2015-01-01 02:00:00 2
#2015-01-01 03:00:00 2
#2015-01-01 04:00:00 3
#2015-01-01 05:00:00 3
#2015-01-01 06:00:00 4
#2015-01-01 07:00:00 5
#2015-01-01 08:00:00 5
#2015-01-01 09:00:00 6
#2015-01-01 10:00:00 6
#2015-01-01 11:00:00 7
#2015-01-01 12:00:00 8
#2015-01-01 13:00:00 8
#2015-01-01 14:00:00 9
#2015-01-01 15:00:00 9
#Freq: 60T, dtype: float64
resample()
返回一个重新采样对象,您可以像对待groupby对象一样对其执行操作。.mean()
.sum()
.agg()
.apply()
上采样操作:
.ffill()
.bfill()
series_rs = series.resample('60T').mean()
当对时间序列进行上采样时,在调用.resample()
之后,您仍需要在所需的列上调用.interpolate()
来填充那些NaN
值。
df = df.resample('15min').mean()
df['my_column'] = df['my_column'].interpolate()