Python 为how=中间值和缺失值重新采样dataframe

我遇到了一个愚蠢的问题，我就是想不通。我尝试使用中间值对pandas数据帧重新采样，但它只会抛出如下错误：

ValueError: Wrong number of items passed 81, placement implies 80

或

我还不能重现第一个错误——当我试图重现第二个错误时，我得到了第二个错误，所以它们看起来“关联性足够大”。以下代码段将重现第二个错误：

data = {'state': ['Ohio', 'Ohio', 'Ohio', 'Nevada', 'Nevada'], 
'datetime': [pd.datetime(2008, 10, 30, 0, 0), np.nan, pd.datetime(2008, 11, 2, 0, 0), pd.datetime(2008, 10, 30, 0, 0), pd.datetime(2008, 10, 30, 0, 0)],
'pop': [1.5, 1.7, 3.6, 2.4, 2.9]}
frame = pd.DataFrame(data)
frame.set_index('datetime',inplace=True)
frame.resample('M',how='mean')
frame.resample('M',how='median')

请注意，第一次重采样有效-平均值有效-但中位数无效。关于为什么，以及我如何围绕它来获得中间值的任何想法都是很好的（如果这是一个问题，“中值没有定义为偶数的值”，我想中间的两个值的平均值对我来说是有意义的）。

---

谢谢

如果您删除

NaT

，那么

median

版本可以工作，我的猜测是，当行缺少值时，对行进行排序是没有意义的。median（）或

frame.groupby（level=0）。median（）

如果您想按日期分组？如果您放弃

NaT

则

中间值

版本可以工作，我的猜测是，当行缺少值时，对行进行排序是没有意义的。关于

frame['pop'].media（）

或

frame.groupby（level=0）。media（）

如果您想按日期分组？

data = {'state': ['Ohio', 'Ohio', 'Ohio', 'Nevada', 'Nevada'], 
'datetime': [pd.datetime(2008, 10, 30, 0, 0), np.nan, pd.datetime(2008, 11, 2, 0, 0), pd.datetime(2008, 10, 30, 0, 0), pd.datetime(2008, 10, 30, 0, 0)],
'pop': [1.5, 1.7, 3.6, 2.4, 2.9]}
frame = pd.DataFrame(data)
frame.set_index('datetime',inplace=True)
frame.resample('M',how='mean')
frame.resample('M',how='median')