Python 以相等间隔将时间序列数据转换为df

我有一个包含时间序列数据的数据帧，如下所示：

Date                Value
2019-02-10 00:00:00 9661
2019-02-10 00:00:19 9654
2019-02-10 00:45:20 9659
2019-02-10 01:01:20 9649
2019-02-10 01:30:18 9712

是否有一种简单的方法将数据转换为相等的间隔？准确地说，每15分钟一次

每个时间步长将得到步长内的平均值

我认为您需要平均值：

对于缺少的间隔，请获取错误的值，因此如果需要，请使用以下方法删除它：

print (df.index)
DatetimeIndex(['2019-02-10 00:00:00', '2019-02-10 00:00:19',
               '2019-02-10 00:45:20', '2019-02-10 01:01:20',
               '2019-02-10 01:30:18'],
              dtype='datetime64[ns]', name='Date', freq=None)

df = df.resample('15Min').mean()
print (df)
                      Value
Date                       
2019-02-10 00:00:00  9657.5
2019-02-10 00:15:00     NaN
2019-02-10 00:30:00     NaN
2019-02-10 00:45:00  9659.0
2019-02-10 01:00:00  9649.0
2019-02-10 01:15:00     NaN
2019-02-10 01:30:00  9712.0

df = df.resample('15Min').mean().dropna(how='all')
print (df)
                      Value
Date                       
2019-02-10 00:00:00  9657.5
2019-02-10 00:45:00  9659.0
2019-02-10 01:00:00  9649.0
2019-02-10 01:30:00  9712.0