Python 熊猫：第一个周期的数据帧上采样失败

我有一系列每日气象数据，我想用该日所属月份的平均值替换每个每日值。为了实现这一点，我想首先将数据帧的采样降低到月平均值，然后再次将其采样提高到日频率。所有这些都使用熊猫1.0.1

数据帧如下所示：

dframe = 
2001-01-01  23.00000
2001-01-02  19.18034
2001-01-03  9.18034
2001-01-04  0.00000
2001-01-05  0.00000
2001-01-06  0.00000
2001-01-07  0.00000
2001-01-08  0.00000
2001-01-09  9.18034
2001-01-10  19.18034
2001-02-01  20.18034
2001-02-02  10.18034
2001-02-03  0.00000
2001-02-04  0.00000
2001-02-05  0.00000
2001-02-06  0.00000
2001-02-07  0.00000
2001-02-08  10.18034
2001-02-09  20.18034
2001-02-10  24.00000

下采样后，情况看起来正常（值可能不匹配，这些是伪数字）：

但随后的上采样并不像我希望的那样起作用：

segmented = means.resample(rule = 'D').bfill()

segmented = 
2001-01-31   8.456906
2001-02-01   7.499419
2001-02-02   7.499419
2001-02-03   7.499419
2001-02-04   7.499419
...               ...

第一个时期（2001年1月）没有增加抽样，而第二个时期是增加抽样

我用参数

closed

和

label

和

loffset

以及

bfill（）

和

ffill（）

尝试了所有组合，但都没有用；有时是第一个月出错，有时是最后一个月，但总有一个月出错

---

非常感谢您的帮助。

也许您可以使用

groupby

，每月使用一次，并且

transform

如下：

segmented = dframe.groupby(pd.Grouper(level=0, freq='M')).transform('mean')

假设日期在索引中，您将拥有

dframe

中的所有日期，以及与每个日期相关的当月平均值

pd.Series(
[1,2,3,4]，指数=pd.日期范围（'2018-01-30'，期间=4，频率=D'）
).resample（规则='M'）.transform（lambda x:x.mean（））

---

这种方法的问题在于，当您将

表示为
时，索引的范围不再包括您最初拥有的所有日期。转换（或应用）是一种很好的方法，可以使输入的行数与输入的行数相同。
谢谢，这两种方法都非常有效

“您的方法存在的问题是，当您创建means时，索引的范围不再包括您最初拥有的所有日期”

我怀疑这类事情，但我不知道如何克服它

segmented = dframe.groupby(pd.Grouper(level=0, freq='M')).transform('mean')