Pandas TimeSeries resample produkuje NaNs

Question

Próbuję ponownie próbować Pandas TimeSeries. Gazy czasowe składają się z wartości binarnych (jest to zmienna kategorialna) bez brakujących wartości, ale po ponownym próbkowaniu pojawiają się NaN. Jak to jest możliwe?

nie mogę pisać jakieś przykładowe dane tutaj, ponieważ jest wrażliwy info, ale tworzę i resample serii następująco:

series = pd.Series(data, ts) 
series_rs = series.resample('60T', how='mean') 

Answer 1

upsampling przekształca się w regularnych odstępach czasu, więc jeśli nie ma żadnych próbek otrzymujesz NaN.

Możesz uzupełnić brakujące wartości do tyłu o fill_method='bfill' lub do przodu - fill_method='ffill' lub fill_method='pad'.

import pandas as pd 

ts = pd.date_range('1/1/2015', periods=10, freq='100T') 
data = range(10) 
series = pd.Series(data, ts) 
print series 
#2015-01-01 00:00:00 0 
#2015-01-01 01:40:00 1 
#2015-01-01 03:20:00 2 
#2015-01-01 05:00:00 3 
#2015-01-01 06:40:00 4 
#2015-01-01 08:20:00 5 
#2015-01-01 10:00:00 6 
#2015-01-01 11:40:00 7 
#2015-01-01 13:20:00 8 
#2015-01-01 15:00:00 9 
#Freq: 100T, dtype: int64 
series_rs = series.resample('60T', how='mean') 
print series_rs 
#2015-01-01 00:00:00  0 
#2015-01-01 01:00:00  1 
#2015-01-01 02:00:00 NaN 
#2015-01-01 03:00:00  2 
#2015-01-01 04:00:00 NaN 
#2015-01-01 05:00:00  3 
#2015-01-01 06:00:00  4 
#2015-01-01 07:00:00 NaN 
#2015-01-01 08:00:00  5 
#2015-01-01 09:00:00 NaN 
#2015-01-01 10:00:00  6 
#2015-01-01 11:00:00  7 
#2015-01-01 12:00:00 NaN 
#2015-01-01 13:00:00  8 
#2015-01-01 14:00:00 NaN 
#2015-01-01 15:00:00  9 
#Freq: 60T, dtype: float64 
series_rs = series.resample('60T', how='mean', fill_method='bfill') 
print series_rs 
#2015-01-01 00:00:00 0 
#2015-01-01 01:00:00 1 
#2015-01-01 02:00:00 2 
#2015-01-01 03:00:00 2 
#2015-01-01 04:00:00 3 
#2015-01-01 05:00:00 3 
#2015-01-01 06:00:00 4 
#2015-01-01 07:00:00 5 
#2015-01-01 08:00:00 5 
#2015-01-01 09:00:00 6 
#2015-01-01 10:00:00 6 
#2015-01-01 11:00:00 7 
#2015-01-01 12:00:00 8 
#2015-01-01 13:00:00 8 
#2015-01-01 14:00:00 9 
#2015-01-01 15:00:00 9 
#Freq: 60T, dtype: float64