Pandas：如何在从每小时到每日数据重新采样时避免填充

Question

我有一个由每小时数据组成的系列。我想计算每日总和。数据可能缺少小时数，有时还缺少日期。2017-02-01 00:00:00  3.02017-02-01 01:00:00  4.02017-02-01 02:00:00  4.02017-02-03 00:00:00  3.0例如，在上面 2017-02-01 的时间序列中，只有前三个小时的数据存在。其余 21 小时数据丢失。2017-02-02 的数据完全缺失。我不在乎错过的时间。每日总和应该考虑一天中存在的任何数据（在示例中，它应该考虑小时 0、1、2）。但是，如果某个日期完全缺失，我应该将 NaN 作为该日期的总和。resample() 后跟 sum() 适用于 #1。但它为 #2 返回 0。2017-02-01  110.02017-02-02  0.02017-02-03  3.0这是虚拟代码：my_series.resample('1D',closed='left',label='left').sum()我如何告诉 resample()，不要为缺失的日期设置 0？

Answer 1

使用min_count=1在sum：

min_count : int, default 0

执行操作所需的有效值数。如果存在少于 min_count 的非 NA 值，则结果将为 NA。

0.22.0 新版功能: 添加默认值为 0。这意味着全 NA 或空系列的总和为 0，全 NA 或空系列的乘积为 1。

a = my_series.resample('1D',closed='left',label='left').sum(min_count=1)

print (a)

2017-02-01    11.0

2017-02-02     NaN

2017-02-03     3.0

Freq: D, Name: a, dtype: float64