编辑:我犯了一个错误,我的索引是从00:00:00开始,而不是在06:00:00(见下文)。所以这个问题是虚假的,但当然温的解决方案是正确的。
我有一个数据框,其索引如下:
2017-11-01 06:00:00
2017-11-02 06:00:00
2017-11-03 06:00:00
...
等等。但我怀疑有缺少的条目,例如,2017-11-04 06:00:00
的索引可能会丢失。我用过
df = df.asfreq(freq="1D")
用NaN
填充缺失值,但它创建了一个新的索引,不考虑小时数,它是2017-11-01, 2017-11-02
等等,所以相邻列中的值都是NaN
!
我怎样才能解决这个问题?我没有在asfreq
看到任何可以解决它的选项。也许是其他工具?提前致谢。
它找到我身边的工作
l=[
'2017-11-01 06:00:00',
'2017-11-03 06:00:00']
ts = pd.Series(np.random.randn(len(l)), index=l)
ts.index=pd.to_datetime(ts.index)
ts.asfreq(freq="D")
Out[745]:
2017-11-01 06:00:00 -0.467919
2017-11-02 06:00:00 NaN
2017-11-03 06:00:00 1.610024
Freq: D, dtype: float64