Python 多指标熊猫重采样

我有一个包含关于商店信息的数据框。如下所示：

日期|门店id | x
2019-01-01|    1     |   5
2019-01-01|    2     |   1
2019-01-05|    1     |   3
...

多索引是[

日期

，

存储id

]。请注意，日期不是唯一的。 我想每小时对数据进行一次重采样，但只对

日期

列中的天数进行重采样，也就是说，我不想在这段时间内每小时都填写一次。此外，我想为创建的每个小时填充x的值。因此，上述示例的预期结果为

日期|门店id | x
2019-01-01 00:00:00|    1     |   5
2019-01-01 01:00:00|    1     |   5
2019-01-01 02:00:00|    1     |   5
...
2019-01-01 23:00:00|    1     |   5
2019-01-01 00:00:00|    2     |   1
2019-01-01 01:00:00|    2     |   1
2019-01-01 02:00:00|    2     |   1
...
2019-01-01 23:00:00|    2     |   1
2019-01-05 00:00:00|    1     |   3
2019-01-05 01:00:00|    1     |   3
2019-01-05 02:00:00|    1     |   3
...
2019-01-05 23:00:00|    1     |   3

定义以下“复制”功能：

def repl(row):
    return pd.DataFrame({'date': pd.date_range(start=row.date,
        periods=24, freq='H'),'store_id': row.store_id, 'x': row.x})

它“复制”源行（参数），返回一系列行 具有给定日期，连续数小时

然后：

• 重置索引，使所有列都成为“正常”列
• 将此功能应用于（每行）
• 将生成的数据帧系列转换为（数据帧）列表
• 连接结果

执行此操作的代码是：

pd.concat(df.reset_index().apply(repl, axis=1).tolist(), ignore_index=True)