6

我正在使用 pandas 将存储在 中的日内数据转换data_m为每日数据。出于某种原因resample，为日内数据中不存在的日期添加了行。例如，2000 年 1 月 8 日不在日内数据中，但每日数据包含该日期的一行，其值为 NaN。DatetimeIndex 具有比实际数据更多的条目。我做错什么了吗？

data_m.resample('D', how = mean).head()
Out[13]: 
           x
2000-01-04 8803.879581
2000-01-05 8765.036649
2000-01-06 8893.156250
2000-01-07 8780.037433
2000-01-08 NaN

data_m.resample('D', how = mean)
Out[14]: 
<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 4729 entries, 2000-01-04 00:00:00 to 2012-12-14 00:00:00
Freq: D
Data columns:
x    3241  non-null values
dtypes: float64(1)
4

2 回答 2

5

你在做什么看起来是正确的，只是 pandas 给出了 NaN 作为空数组的平均值。

In [1]: Series().mean()
Out[1]: nan

resample转换为固定的时间间隔，因此如果当天没有样本，您将获得 NaN。

大多数时候拥有 NaN 不是问题。如果是，我们可以使用fill_method（例如'ffill'），或者如果您真的想删除它们，您可以使用dropna（不推荐）：

data_m.resample('D', how = mean, fill_method='ffill')
data_m.resample('D', how = mean).dropna()

更新：现代等价物似乎是：

In [21]: s.resample("D").mean().ffill()
Out[21]:
                      x
2000-01-04  8803.879581
2000-01-05  8765.036649
2000-01-06  8893.156250
2000-01-07  8780.037433
2000-01-08  8780.037433

In [22]: s.resample("D").mean().dropna()
Out[22]:
                      x
2000-01-04  8803.879581
2000-01-05  8765.036649
2000-01-06  8893.156250
2000-01-07  8780.037433

请参阅重新采样文档。

于 2012-12-21T05:14:38.780 回答
1

在 0.10.0 之前，pandas 用最右边的边缘标记重采样箱，对于每日重采样，它是第二天。从 0.10.0 开始，每日和更高频率的默认分箱行为已更改为label='left', closed='left'尽量减少这种混淆。有关更多信息，请参阅http://pandas.pydata.org/pandas-docs/stable/whatsnew.html#api-changes。

于 2012-12-21T05:08:00.407 回答