Python:Pandas在将字典传递给重采样（）后显示NaN

这是我拥有的一个非常大的数据帧的头部，我将

publish\u datetime

设置为熊猫的索引：

                     sentiment_subjectivity  pos_sentiment_pol
publish_datetime
2016-12-18 16:56:01                  0.2500             0.2500
2016-12-21 16:56:05                  0.0000             0.0000
2016-12-21 16:56:08                  0.0000             0.0000
2016-12-21 16:56:08                  0.1027             0.1027
2016-12-21 16:56:13                  0.0000             0.0000
2016-12-21 16:56:17                  0.0000             0.0000
2016-12-21 16:56:18                  0.1027             0.1027
2016-12-21 16:56:19                  0.1027             0.1027
2016-12-21 16:56:22                  0.1027             0.1027
2016-12-21 16:56:23                  0.1027             0.1027

现在我想重新取样。我通过传递字典来实现这一点，因为在原始数据帧中，我还有几个系列。然而，结果是一样的：

df = df.resample('1min').apply({'pos_sentiment_pol':'sum'}).fillna('None')

这就是我得到的：

                    pos_sentiment_pol
publish_datetime
2016-12-18 16:56:00              0.25
2016-12-18 16:57:00              None
2016-12-18 16:58:00              None
2016-12-18 16:59:00              None
2016-12-18 17:00:00              None
2016-12-18 17:01:00              None
2016-12-18 17:02:00              None
2016-12-18 17:03:00              None
2016-12-18 17:04:00              None
2016-12-18 17:05:00              None

---

这里怎么了？

索引中的第一个元素来自3天前。它会自行分组，而之后的所有内容都会在3天或4320分钟后分组

要么是打字错误，要么你希望看到它按小时和分钟分组，而不管是哪一天。如果后者是真的，那么

df.groupby([df.index.hour, df.index.minute])[['pos_sentiment_pol']].sum()

       pos_sentiment_pol
16 56             0.7635

如果您将第一个索引的值更改为与其余索引相同的日期，那么代码就可以正常工作

df.resample('1min').apply({'pos_sentiment_pol':'sum'}).fillna('None')

                     pos_sentiment_pol
publish_datetime                      
2016-12-21 16:56:00             0.7635

---

非常感谢。这是一个错误的数据内的数字，我不知道它是如何得到那里