Pandas &引用;[Float64Index([56.0,…\n dtype=';float64';length=1057499)]均不在[columns]数据框中

Pandas &引用;[Float64Index([56.0,…\n dtype=';float64';length=1057499)]均不在[columns]数据框中,pandas,dataframe,nonetype,Pandas,Dataframe,Nonetype,请原谅任何明显的错误,因为我是新的熊猫和编码一般 我正在筛选原始数据框,并使用所选列创建副本。我的数据框是这样的: (数据帧筛选器例程): 新数据帧: location value lat_final lon_final date 2015-06-30 09:40:00+05:30 XYZI 56.0 28.6508 77.3152 2015-06

请原谅任何明显的错误,因为我是新的熊猫和编码一般

我正在筛选原始数据框,并使用所选列创建副本。我的数据框是这样的:

(数据帧筛选器例程):

新数据帧:

    location  value lat_final lon_final
date                                                              
2015-06-30 09:40:00+05:30   XYZI   56.0   28.6508   77.3152
2015-06-30 11:00:00+05:30   MNOP   36.0   28.6683   77.1167
2015-06-30 17:10:00+05:30   QRST   71.0   28.6508   77.3152
2015-06-30 11:00:00+05:30   UVWX   98.0   28.6508   77.3152
2015-06-30 09:40:00+05:30   XXYZ   26.0   28.6683   77.1167
在尝试对此新数据帧中的列执行某些操作时,我收到none类型错误。我正在执行以下操作:

(这一步进展顺利)

我哪里做错了?
任何帮助都将不胜感激。

这:
f[f['value']]
将给您一个错误。如果您想对
列重新采样,您应该正确选择它,并告诉
重新采样
您想如何聚合值(求和,平均值?)。类似这样:

f['value'].resample('12h').sum()
f=df_new[df_new['value']>=0]
f.drop(f[f['value'] >1500].index, inplace = True)
f.drop(f[f['value'] <2].index, inplace = True)
#Filteration steps:
#Step1: grouping into 12h or n hour intervals:
diurnal = f[f['value']].resample('12h')
f['value'].resample('12h').sum()