Python 在多索引中重新采样会丢失值

我有一些从2003年到2011年的分层数据，这些数据从最底层变成了时间序列数据，如下所示：

polar_temp
         Station_Number      Date  Value
417         CA002100805  20030101   -296
423         CA002202570  20030101   -269
425         CA002203058  20030101   -268
427         CA002300551  20030101    -23
428         CA002300902  20030101   -200

我在站点编号和日期上设置了多个索引：

polar_temp['Date'] = pd.to_datetime(polar_temp['Date'],
                     format='%Y%m%d')#.dt.strftime("%Y-%m-%d")
polar_temp = polar_temp.set_index(['Station_Number', "Date"])

                           Value
Station_Number Date             
CA002100805    2003-01-01   -296
CA002202570    2003-01-01   -269
CA002203058    2003-01-01   -268
CA002300551    2003-01-01    -23
CA002300902    2003-01-01   -200

现在，我想通过使用以下公式计算每8天的平均值，对数据进行重新采样：

polar_temp8d = polar_temp.groupby([pd.Grouper(level='Station_Number'),
                                    pd.Grouper(level='Date', freq='8D')]).mean()

                                Value
Station_Number Date                  
CA002100805    2003-01-01 -300.285714
               2003-01-09 -328.750000
               2003-01-17 -325.500000
               2003-01-25 -385.833333
               2003-02-02 -194.428571
...                               ...
USW00027515    2005-06-23   76.625000
               2005-07-01   42.375000
               2005-07-09   94.500000
               2005-07-17   66.500000
               2005-07-25   56.285714

所以这里的问题是大熊猫只对2003年到2005年的年份进行了重采样，所以2006年到2011年的年份完全被忽略了。现在我的问题是：我是否正确地使用了Grouper函数来分析时间序列数据，还是我遗漏了其他任何东西

编辑1：

通过运行：

print(polar_temp.loc['CA002300902'].sort_index(ascending=False))

            Value
Date             
2011-12-31   -288
2011-12-30   -299
2011-12-29   -347
2011-12-28   -310
2011-12-27   -239

---

人们可以看到，重新采样之前的台站有2011年之前的数据。

我已经创建了合成数据来测试您的方法，效果很好。 然后，我任意删除数据点，以查看聚合是否会因缺少日期而失败，并跳过时间序列中缺少的值，如下面的输出所示。因此，我仍然不明白为什么你们的产量在2005年停止

不进行重采样和插值的输出：

                                Value
Station_Number Date                  
CA002100805    2003-01-02 -195.545455
               2003-01-10 -144.963636
               2003-01-18 -158.045455
               2003-01-26 -151.533333
               2003-02-03 -196.300000
               2003-04-08 -159.963636
               2003-04-16 -157.115385
               2003-04-24 -150.191489
               2003-05-02 -146.113924
               2003-05-10 -133.367347

                                Value
Station_Number Date                  
CA002100805    2003-01-02 -178.138024
               2003-01-10 -135.644524
               2003-01-18 -147.253977
               2003-01-26 -147.694712
               2003-02-03 -200.642180
               2003-02-11 -203.057708
               2003-02-19 -192.821042
               2003-02-27 -182.584375
               2003-03-07 -172.347708
               2003-03-15 -162.111042
               2003-03-23 -151.874375
               2003-03-31 -141.637708
               2003-04-08 -154.028469
               2003-04-16 -151.099405
               2003-04-24 -156.152083

请注意，它是如何在2003年3月完全跳过数据点的

您可以通过以下方式对问题进行排序： 1. 2.向NAs中填充

---

现在请注意，由于采用了插值策略，它包含的2003年3月的数据点介于2003年2月和4月的值之间。

某些台站在2005年之后没有数据吗？我相信聚合将只包括站点有数据的时段。但聚合仍应在具有2003年至2011年数据的站点上运行，因为据我所知，pandas会按站点运行重采样。您是否可以通过运行

df.loc[station_WITH_LATER_data']来再次检查这一点。排序索引（ascending=False）

。此外，我不认为这会有什么不同，但是

polar_temp.groupby（['Station Number'，pd.Grouper（level='Date'，freq='8D'）]））

对于分组操作来说已经足够了。感谢您让我再次检查，因为对于某些站点，重采样在整个时间段内都有效，但是行数下降到了60.000左右，而它应该在300.000左右。我再次检查了，甚至数年来都存在数据缺口，这是不正确的。这是一个版本很好的方法，但不幸的是，我不被允许插值数据。我也考虑过添加缺失的日期，但无法想出一个更好的方法。您可以跳过插值，最终的数据集将显示没有数据的NAs。让我知道它是否有效。如果有效，如果您接受答案并请向上投票。我会的，谢谢你的帮助！我正在努力将丢失的日期添加到df中。我的方法是创建一个空df，只包含df具有站点数据的时间段的日期，以用NaN填补数据空白。我使用：

用于站点，polar_temp.groupby中的gp（'station_Number'））：station\u merge=pd.merge（gp，df，on=['Date']，how='outer'）polar\u m=pd.concat（[station\u merge，polar\u merge]，axis=0）polar\u m['station\u Number']]=station

为什么不使用我上面发布的重采样方法？

data=data.groupby（'station\u Number'）。重采样（'D'）。平均值（）

我不太确定如何将每个站点的值传递到脚本中。对于所有问题，我深表歉意，因为您可以猜到我是Python新手

                                Value
Station_Number Date                  
CA002100805    2003-01-02 -178.138024
               2003-01-10 -135.644524
               2003-01-18 -147.253977
               2003-01-26 -147.694712
               2003-02-03 -200.642180
               2003-02-11 -203.057708
               2003-02-19 -192.821042
               2003-02-27 -182.584375
               2003-03-07 -172.347708
               2003-03-15 -162.111042
               2003-03-23 -151.874375
               2003-03-31 -141.637708
               2003-04-08 -154.028469
               2003-04-16 -151.099405
               2003-04-24 -156.152083