python - 重采样时，如果源间隔中存在缺失值，则将 NaN 放入结果值中

Question

import pandas as pd
import numpy as np

rng = pd.date_range("2000-01-01", periods=12, freq="T")
ts = pd.Series(np.arange(12), index=rng)
ts["2000-01-01 00:02"] = np.nan
ts

2000-01-01 00:00:00     0.0
2000-01-01 00:01:00     1.0
2000-01-01 00:02:00     NaN
2000-01-01 00:03:00     3.0
2000-01-01 00:04:00     4.0
2000-01-01 00:05:00     5.0
2000-01-01 00:06:00     6.0
2000-01-01 00:07:00     7.0
2000-01-01 00:08:00     8.0
2000-01-01 00:09:00     9.0
2000-01-01 00:10:00    10.0
2000-01-01 00:11:00    11.0
Freq: T, dtype: float64

ts.resample("5min").agg(pd.Series.sum, skipna=False)

2000-01-01 00:00:00     NaN
2000-01-01 00:05:00    35.0
2000-01-01 00:10:00    21.0
Freq: 5T, dtype: float64

到目前为止一切顺利。问题是，在最后一个时间间隔 (00:10-00:15)，它确实输出了一个值，因为那里没有 NaN。但我不希望这样，因为缺少一些值。

我可以使用 min_count=5，但这并不总是有效(例如，如果我每天汇总到每月，每个目标步骤中的源步骤数量是可变的 - 有些月份有28 天，有的 29 天，有的 30 天，有的 31 天)。

Answer 1

您可以reindex your time series使用一些简单的算术逻辑。

例如，

freq = 5
add = freq - tt.minute % freq
new_ts = ts.reindex(pd.date_range(ts.index[0], 
                                  ts.index[-1].to_datetime64() + pd.Timedelta(minutes=add-1), 
                    freq='T'))

输出

2000-01-01 00:00:00     NaN
2000-01-01 00:05:00    35.0
2000-01-01 00:10:00     NaN
Freq: 5T, dtype: float64