Python：使用ffill（）将数据帧从每日数据向每小时数据上采样

我正在尝试将我的数据从每日频率增加到每小时频率，并向前填充缺失的数据

我从以下代码开始：

df1 = pd.read_csv("DATA.csv")   
df1.head(5)

然后，我使用以下命令转换为datetime字符串，并将日期/时间设置为索引：

df1['DT'] = pd.to_datetime(df1['DT']).dt.strftime('%Y-%m-%d %H:%M:%S')
df1.set_index('DT')

我尝试按如下方式每小时重新采样：

df1['DT'] = df1.resample('H').ffill()

DT                  VALUE
2016-08-01 00:00:00 0.000000
2016-08-01 01:00:00 0.000000
2016-08-01 02:00:00 0.000000

但我得到了以下错误：

TypeError：仅对DatetimeIndex、TimedeltaIndex或 PeriodIndex，但获得了“RangeIndex”的实例

我认为我的数据类型已经是上面pd.to_datetime代码指示的日期时间。我尝试的东西似乎都没用。有人能帮我吗

我的预期产出如下：

df1['DT'] = df1.resample('H').ffill()

DT                  VALUE
2016-08-01 00:00:00 0.000000
2016-08-01 01:00:00 0.000000
2016-08-01 02:00:00 0.000000

等等

文件本身大约有1000行。前50行左右为零，以澄清实际数据的位置：

DT                  VALUE
2018-12-13 00:00:00 24000.000000
2018-12-13 01:00:00 24000.000000
2018-12-13 02:00:00 24000.000000
...
2018-12-13 23:00:00 24000.000000
2018-12-14 00:00:00 26000.000000
2018-12-14 01:00:00 26000.000000

等等。

尝试重新分配

df1=df1.set_index('DT')

或

---

我假设数据集的一些初始行如您所述

          DT    VALUE
0   2016-08-01  0
1   2016-08-02  0
2   2016-08-03  0
3   2016-08-04  0
4   2016-08-05  0
5   2016-08-06  0
6   2016-08-07  0
7   2016-08-08  0
8   2016-08-09  0

然后，像这样在

DT

上做索引

df = df.set_index('DT')
df

输出：

           VALUE
   DT   
2016-08-01  0
2016-08-02  0
2016-08-03  0
2016-08-04  0
2016-08-05  0
2016-08-06  0
2016-08-07  0
2016-08-08  0
2016-08-09  0

现在，对数据帧重新采样

df = df.resample('H').ffill()
df

输出：显示输出的一些初始值

                VALUE
    DT  
2016-08-01 00:00:00 0
2016-08-01 01:00:00 0
2016-08-01 02:00:00 0
2016-08-01 03:00:00 0
2016-08-01 04:00:00 0
2016-08-01 05:00:00 0
2016-08-01 06:00:00 0
2016-08-01 07:00:00 0
2016-08-01 08:00:00 0
2016-08-01 09:00:00 0
2016-08-01 10:00:00 0

---

您可以将索引转换为一个

pd.DatetimeIndex

，然后对其重新采样。我也不认为您需要（或想要）调用

strftime（）

df1 = pd.read_csv("DATA.csv")
df1['DT'] = pd.to_datetime(df1['DT'])
df1.set_index('DT')
df1.index = pd.DatetimeIndex(df1.index)
df1['DT'] = df1.resample('H').ffill()

注意：您可能会将这些内容组合在一起，但仍然非常清楚，如：

df1 = pd.read_csv("DATA.csv")
df1.index = pd.DatetimeIndex(pd.to_datetime(df1['DT']))
df1['DT'] = df1.resample('H').ffill()

嗨，W-B，谢谢你的回答。我尝试了这个方法，但不幸的是，我仍然收到相同的错误。df1.VALUE.resample（'H'）.ffill（）是否有错误@GJBI现在获取问题AttributeError:'DataFrame'对象没有属性'VALUE'我的错误，我犯了一个错误：TypeError:仅对DatetimeIndex、TimedeltaIndex或PeriodIndex有效，但是得到了一个“RangeIndex”的实例，并提到了您的预期输出。@AbdurRehman谢谢您的评论，我已经更新了原始内容。在数据上提到
列名称以使其更清晰。您的实际数据为2018年，预期数据为2016年。输入正确还是错误？谢谢Abdur，我已经更新了列名。大约有3年的数据，前面大多是零。我已经在问题中澄清了。@GJB让我知道这对您有效，或者您有任何其他疑问。您好Abdur，我得到了以下错误：索引必须是单调递增或递减的。我发现了错误-数据的末尾有一个错误NaN。非常感谢Abdur。