使用asfreq重新采样pandas数据帧

Question

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。

Answer 1

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