重采样（上采样）Pandas 多索引数据帧

Question

这里有一个示例数据框供参考：

import pandas as pd
import datetime
import numpy as np
np.random.seed(1234)

arrays = [np.sort([datetime.date(2016, 8, 31), datetime.date(2016, 7, 31), datetime.date(2016, 6, 30)]*3),
         ['A', 'B', 'C', 'D', 'E']*5]
df = pd.DataFrame(np.random.randn(15, 4), index=arrays)
df.index.rename(['date', 'id'], inplace=True)

外观：

我想通过上采样将多重索引的 date 级别重新采样为每周频率 W-FRI，即从最近的值 how='last' 复制。我见过的示例通常在使用 pd.Grouper 函数后最终聚合数据（我想避免）。

编辑：我在下面找到了解决方案，但我想知道是否有更有效的方法。

Answer 1

编辑：我找到了解决方案：

df.unstack().resample('W-FRI', how='last', fill_method='ffill')

但我想知道是否有更有效的方法来做到这一点。

Answer 2

在当前 pandas 版本 0.23.3 中，您的方法将导致警告：

FutureWarning: fill_method is deprecated to .resample()

the new syntax is .resample(...).last().ffill()

这不会引起警告：

df.unstack(level=1).resample('W-FRI').pad()

最好明确说明拆栈级别（在你的情况下是级别 1 或 -1）IMO

重采样（上采样）Pandas 多索引数据帧

Resampling (Upsample) Pandas multiindex dataframe

python

pandas

dataframe

multi-index

resampling