不同的行爲與熊貓重採樣和asfreq

Question

我有這樣一個數據幀：

      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 

，我想，以確保從開始到結束有是沒有缺失倍（即指數進入從12到12小時，沒有更大的跳躍）。如果有丟失的日期，例如，如果有遺漏，例如值在2015年12月12日12:00:00我想補充一排這樣的：

... 
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 

的問題如何做到這一點在@ ted-petrou在這裏解決了Resampling dataframe in pandas as a checking operation。該解決方案是這樣做的：

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

我的問題：我可以與resample而不是asfreq辦呢？做

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

我得到ValueError: cannot set items on DatetimeIndexResampler。我不明白爲什麼。這種特殊情況下的操作resample和asfreq不是相同的嗎？我錯過了什麼？先謝謝你。

Answer 1

請記住，DF.resample()是一個基於時間的組，必須在其每個組上遵循縮減方法。

因此，簡單地使用它只會初始化Resampler，就像調用DF.rolling()方法時發生的那樣。這兩種行爲類似於此：

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

你需要與它一起指定聚合功能它有團體的計算的度量。

中序爲您的情況下做到這一點：

1）使用的兩列.resample().ffill()再與第三個加入這些。當然，由於第三次沒有重新採樣，它們將被填充NaNs。

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

2）使用.resample()和.asfreq()爲aggfunc類似於你做了什麼：

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

注：用人.asfreq()也許更適合頻率轉換比.resample這裏，如果最終目標不是聚合團體。