Pandas/Python：查找时间序列中缺少的值，为缺少的值插入新的时间戳和nan值

我创建以下数据帧：

import pandas as pd

d = {'T': [1, 2, 4, 15], 'H': [3, 4, 6, 8]}
df = pd.DataFrame(data=d, index=['10.09.2018  13:15:00','10.09.2018  13:30:00', '10.09.2018  14:00:00', '10.09.2018  22:00:00'])
df.index = pd.to_datetime(df.index)

并得到以下结果

Out[30]: 
                      T  H
2018-10-09 13:15:00   1  3
2018-10-09 13:30:00   2  4
2018-10-09 14:00:00   4  6
2018-10-09 22:00:00  15  8

如您所见，13:45:00缺少一个值，而14:00和22:00之间缺少很多值

是否有一种方法可以自动查找缺失的值，插入一行，其中包含缺失的时间戳和缺失时间的nan值

我想做到这一点：

Out[30]: 
                      T  H
2018-10-09 13:15:00   1  3
2018-10-09 13:30:00   2  4
2018-10-09 13:45:00  nan nan
2018-10-09 14:00:00   4  6
2018-10-09 14:15:00  nan nan
...
2018-10-09 21:45:00  nan nan
2018-10-09 22:00:00  15  8

---

您可以使用正确的时间步作为索引创建第二个数据帧，并将其与原始数据连接起来。以下代码在我的案例中起作用

# your code
import pandas as pd

d = {'T': [1, 2, 4, 15], 'H': [3, 4, 6, 8]}
df = pd.DataFrame(data=d, index=['10.09.2018  13:15:00','10.09.2018  13:30:00', '10.09.2018  14:00:00', '10.09.2018  22:00:00'])
df.index = pd.to_datetime(df.index)

# generate second dataframe with needed index
timerange = pd.date_range('10.09.2018  13:15:00', periods=40, freq='15min')
df2 = pd.DataFrame(index=timerange)

# join the original dataframe with the new one
newdf = df.join(df2, how='outer')

df.resample（“900S”）.sum（）

？使用

df.asfreq（'15T'）