如何将每月的pandas系列重新索引为分钟,并在该月的结果天数的每一天中具有与该月对应的值?
我有一系列这样的表格:如何将每月的pandas系列重新索引为分钟,并在该月的结果天数的每一天中具有与该月对应的值?,pandas,date,time-series,reindex,Pandas,Date,Time Series,Reindex,我有一系列这样的表格: 1950-01-31 2.0 1950-02-28 2.0 1950-03-31 1.0 1950-04-30 2.0 1950-05-31 0.0 1950-06-30 0.0 我想将passin从每月重新编制为分钟,如下所示: 1950-01-31 00:00:00 2.0 1950-01-31 00:01:00 2.0 1950-01-31 00:02:00 2.0 1950-02
1950-01-31 2.0
1950-02-28 2.0
1950-03-31 1.0
1950-04-30 2.0
1950-05-31 0.0
1950-06-30 0.0
我想将passin从每月重新编制为分钟,如下所示:
1950-01-31 00:00:00 2.0
1950-01-31 00:01:00 2.0
1950-01-31 00:02:00 2.0
1950-02-28 00:03:00 2.0
.
.
.
1950-06-30 00:00.00 0.0
1950-06-30 00:01.00 0.0
1950-06-30 00:02.00 0.0
1950-06-30 00:03.00 0.0
.
.
我的意思是,例如,对应于1950-01-31的值,在这种情况下是2.0,它扩展到该月的每分钟,并依次扩展
您好,谢谢,我遇到了一个问题,我需要严格地将值设置为所属月份,例如,如果我使用s.resample('T')。ffill()我的结果系列中有:
2018-03-31 23:24:00 2.0
2018-03-31 23:25:00 2.0
2018-03-31 23:26:00 2.0
2018-03-31 23:27:00 2.0
...
2018-04-01 23:31:00 2.0
2018-04-01 23:32:00 2.0
2018-04-01 23:33:00 2.0
2018-04-01 23:34:00 2.0
该月2018-04的每分钟必须为0.0,而我使用s.resample('T').ffill()得到了2.0。在需要的情况下恢复,从当月的第一分钟到最后一分钟,将各月的月值转换为分钟。(对不起我的英语)IIUC:
安装程序
广播和重新索引 看起来您只捕获了前4分钟。所以我创建了一个从0到3分钟的时间增量数组
d = np.arange(4).astype('timedelta64[m]')
s.reindex((s.index.values[:, None] + d).ravel(), method='ffill')
1950-01-31 00:00:00 2
1950-01-31 00:01:00 2
1950-01-31 00:02:00 2
1950-01-31 00:03:00 2
1950-02-28 00:00:00 2
1950-02-28 00:01:00 2
1950-02-28 00:02:00 2
1950-02-28 00:03:00 2
1950-03-31 00:00:00 1
1950-03-31 00:01:00 1
1950-03-31 00:02:00 1
1950-03-31 00:03:00 1
1950-04-30 00:00:00 2
1950-04-30 00:01:00 2
1950-04-30 00:02:00 2
1950-04-30 00:03:00 2
1950-05-31 00:00:00 0
1950-05-31 00:01:00 0
1950-05-31 00:02:00 0
1950-05-31 00:03:00 0
1950-06-30 00:00:00 0
1950-06-30 00:01:00 0
1950-06-30 00:02:00 0
1950-06-30 00:03:00 0
dtype: int64
要抓住每一分钟,请按照@Wen的建议去做
s.resample('T').ffill()
使用fillna检查重采样
s.resample('T').ffill()