python - Pandas 在resample和asfreq中的不同行为

我有一个这样的数据框：

                            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

并且我想确保从开始到结束都没有错过的时间（即索引从12到12小时没有更大的跳跃）。例如，如果缺少日期，例如，缺少值，例如在2015-12-12 12:00:00，我想添加如下行：

...
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

@ ted-petrou在这里Resampling dataframe in pandas as a checking operation解决了如何执行此操作的问题。解决方案在做：

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

我的问题：我可以用resample代替asfreq吗？在做

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

我得到ValueError: cannot set items on DatetimeIndexResampler。我不明白为什么。对于这种特殊情况，是否不是相同的操作resample和asfreq？我想念什么？先感谢您。

最佳答案

请记住，DF.resample()是基于时间的分组依据，在每个分组上都必须采用归约方法。

因此，简单地使用它只会初始化Resampler，就像调用DF.rolling()方法时一样。两者在这里的行为类似：

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

您需要指定一个聚合函数，以使其具有用于计算组的度量。

为了适合您的情况，请执行以下操作：

1）在两列上使用.resample().ffill()，然后将它们与第三列连接。自然，由于没有对第3个进行重新采样，因此将使用NaNs填充它们。

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

2）使用.resample()和.asfreq()作为其aggfunc类似于您所做的：

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

注意：如果最终目标不是关于汇总组，则在这里使用.asfreq()可能比.resample更适合于频率转换。