pandas 中 resample 和 asfreq 的不同行为

Question

我有一个这样的数据框：

                            A        B    value
2014-11-14 12:00:00      30.5    356.3      344
2014-11-15 00:00:00      30.5    356.3      347
2014-11-15 12:00:00      30.5    356.3      356
2014-11-16 00:00:00      30.5    356.3      349
...
2017-01-06 00:00:00      30.5    356.3      347

而且我想确保从头到尾都没有遗漏时间（即，索引从 12 小时到 12 小时没有更大的跳跃）。如果缺少日期，例如，如果缺少值，例如 2015-12-12 12:00:00 我想添加这样一行：

...
2015-12-12 00:00:00     30.5    356.3    323
2015-12-12 12:00:00     30.5    356.3    NaN  *<- add this*
2015-12-13 00:00:00     30.5    356.3    347

@ted-petrou 在此处解决了如何操作的问题。解决方案是：

df1= df.asfreq('12H')
df1[['A','B']] = df1[['A','B']].fillna(method='ffill')

我的问题： 我可以用 resample 代替 asfreq 吗？正在做

df1= df.resample('12H')
df1[['A','B']] = df1[['A','B']].fillna(method='ffill')

我得到 ValueError: cannot set items on DatetimeIndexResampler。我不明白为什么。对于这种特殊情况，resample 和 asfreq 不是相同的操作吗？我错过了什么？提前谢谢你。

Answer 1

请记住，DF.resample() 是一个 time-based groupby，它的每个组都必须跟一个缩减方法。

所以简单地使用它只会初始化 Resampler 就像调用 DF.rolling() 方法时发生的那样。两者在这里的行为相似：

df[['A', 'B']].resample('12H')
DatetimeIndexResampler [freq=<12 * Hours>, axis=0, closed=left, label=left, convention=start, base=0]

您需要指定一个 聚合函数 以使其具有用于计算组的度量。

为了针对您的情况执行此操作：

1) 在两列上使用 .resample().ffill()，然后将它们与第三列连接起来。当然，由于第 3 个没有重新采样，它们将由 NaNs.

填充

df[['A', 'B']].resample('12H').ffill().join(df['value'])

2) 使用 .resample() 和 .asfreq() 作为其 aggfunc 类似于您所做的：

df1 = df.resample('12H').asfreq()
df1[['A','B']] = df1[['A','B']].fillna(method='ffill')

注：这里使用.asfreq()可能比.resample更适合变频，如果最终目标不是聚合组。

pandas 中 resample 和 asfreq 的不同行为

Different behaviour with resample and asfreq in pandas

python

pandas

resampling