python - 在不计算新偏移量的情况下重新采样 Pandas 时间序列

Question

我正在读取仅包含可用时间的时间序列数据。这导致 Series 没有缺失值，但索引间隔不等。我想将其转换为一个 Series 具有等距索引和缺失值。因为我事先不知道间距是多少，所以我目前正在使用类似

的函数

min_dt      = np.diff(series.index.values).min()
new_spacing = pandas.DateOffset(days=min_dt.days, seconds=min_dt.seconds,
                                microseconds=min_dt.microseconds)
series      = series.asfreq(new_spacing)

计算间距应该是多少(请注意，这是使用 Pandas 0.7.3 - 0.8 beta 代码看起来略有不同，因为我必须使用 series.index.to_pydatetime() 来实现 Numpy 1.6 的正确行为)。

是否有使用 pandas 库执行此操作的更简单方法？

Answer 1

如果你想在没有数据的地方使用 NaN，你可以使用位于 datetools 中的 Minute()(从 pandas 0.7.x 开始)

from pandas.core.datetools import day, Minute
tseries.asfreq(Minute())

这应该提供一个间隔均匀的时间序列，其中 1 分钟的差异与 NaN 作为没有数据的序列值。