Pandas resample and ffill 在最后留下 NaN

Question

我想通过前向填充结果对系列进行从每周频率到每日频率的上采样。

如果我的原始系列的最后一个观察值是 NaN，我会期望这个值被以前的有效值替换，但它仍然是 NaN。

设置

import numpy as np
import pandas as pd

all_dates = pd.date_range(start='2018-01-01', freq='W-WED', periods=4)

ts = pd.Series([1, 2, 3], index=all_dates[:3])
ts[all_dates[3]] = np.nan

ts
Out[16]: 
2018-01-03    1.0
2018-01-10    2.0
2018-01-17    3.0
2018-01-24    NaN
Freq: W-WED, dtype: float64

结果

ts.resample('B').ffill() 

ts.resample('B').ffill()
Out[17]: 
2018-01-03    1.0
2018-01-04    1.0
2018-01-05    1.0
2018-01-08    1.0
2018-01-09    1.0
2018-01-10    2.0
2018-01-11    2.0
2018-01-12    2.0
2018-01-15    2.0
2018-01-16    2.0
2018-01-17    3.0
2018-01-18    3.0
2018-01-19    3.0
2018-01-22    3.0
2018-01-23    3.0
2018-01-24    NaN
Freq: B, dtype: float64

虽然我期望最后一个值也是 3。

有人对这种行为有解释吗？

Answer 1

resample 和 ffill 的要点只是从一周的第一天向前传播 - 如果一周的第一天是 NaN，这就是向前填充的内容。例如：

ts.iloc[1] = np.nan
ts.resample('B').ffill()

2018-01-03    1.0
2018-01-04    1.0
2018-01-05    1.0
2018-01-08    1.0
2018-01-09    1.0
2018-01-10    NaN
2018-01-11    NaN
2018-01-12    NaN
2018-01-15    NaN
2018-01-16    NaN
2018-01-17    3.0
2018-01-18    3.0
2018-01-19    3.0
2018-01-22    3.0
2018-01-23    3.0
2018-01-24    NaN
Freq: B, dtype: float64

在大多数情况下，根据前一周的数据传播不是所期望的行为。如果您想在原始（每周）系列中缺少值的情况下使用前几周的数据，只需 fillna 首先使用 ffill。

Answer 2

resample() returns DatetimeIndexResampler

你需要return原来的pandasSeries.

可以使用asfreq()的方法来完成，在填写Nan https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.asfreq.html.

之前

所以，这应该有效：

ts.resample('B').asfreq().ffill()

Pandas resample and ffill 在最后留下 NaN

Pandas resample and ffill leaves NaN at the end

python

resampling

missing-data

pandas