Python 在pandas中创建24小时1分钟分辨率的数据集

我有一个1分钟分辨率的时间序列包含在熊猫数据帧中。对于我来说，最简单和最有效的方法是什么来填充这些时间序列，以便在数据帧中的每个日期，我都有1分钟的时间步长，所有1分钟的间隔，因此该日期将有24小时的1分钟数据步长？如果给定时间点没有数据，它应该有NA而不是值。例如，如果我有2012年11月11日凌晨2点到下午6点的数据，以及2012年11月16日下午3点到晚上11点的数据，我希望这两个日期都有24小时1分钟的数据点，在没有数据的时间戳上附加NAs。

如果有时间序列，如果时间用作索引，则可以使用重采样方法：

df.resample('1min')

编辑：

比如：

rng1 = date_range('2012-11-11', '2012-11-12', freq='1min')
rng2 = date_range('2012-11-16', '2012-11-17', freq='1min')
rng = rng1 + rng2

df.reindex(rng)

---

实际上，此数据帧已经是OHLC格式的重新采样数据的串联。问题是，重新采样并没有给我缺少的1分钟间隔，只是每个日期从开始时间到结束时间的时间间隔。在我看来，诀窍是选择所有唯一的日期，为每个日期创建24小时时间样本，然后合并两组。好的，那么确实，最简单的方法可能是创建一个具有所需日期范围的索引对象，并对数据帧重新编制索引。如果您能给出一个简短的示例数据帧，我们可以复制、粘贴和执行，以及您希望其结果是什么，请参阅。