python - 在不计算新偏移量的情况下重新采样 pandas 时间序列

Question

我正在读取仅包含可用时间的时间序列数据。这导致一个Series没有缺失值，但不等间距的索引。我想将其转换为Series具有缺失值的等距索引的 a 。由于我不知道先验的间距是多少，所以我目前正在使用类似的函数

min_dt      = np.diff(series.index.values).min()
new_spacing = pandas.DateOffset(days=min_dt.days, seconds=min_dt.seconds,
                                microseconds=min_dt.microseconds)
series      = series.asfreq(new_spacing)

计算间距应该是多少（请注意，这是使用 Pandas 0.7.3 - 0.8 beta 代码看起来略有不同，因为我必须使用 series.index.to_pydatetime() 来获得 Numpy 1.6 的正确行为）。

使用 pandas 库是否有更简单的方法来执行此操作？

Answer 1

如果你想在没有数据的地方使用 NaN，你可以Minute()在 datetools 中使用（从 pandas 0.7.x 开始）

from pandas.core.datetools import day, Minute
tseries.asfreq(Minute())

这应该提供一个间隔均匀的时间序列，其中 NaN 作为没有数据的序列值有 1 分钟的差异。