Python 熊猫：asfreq与timeseries的奇怪行为

我正在尝试在不更改值的情况下将每月时间序列转换为年度比例

import pandas as pd
df = pd.read_csv(url_inflation, delimiter='\t')
df.head()

    date    value
0   2019-09 -0.0016
1   2019-08 -0.0024
2   2019-07 0.0020
3   2019-06 0.0004
4   2019-05 0.0034

然后我将date列转换为datetime格式，并将其设置为索引：

df['date'] = pd.to_datetime(df.date, yearfirst=True, format='%Y-%m')

df.set_index('date', inplace=True)

看起来索引是正确的：

df.info()

<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 345 entries, 2019-09-01 to 1991-01-01
Data columns (total 1 columns):
value    345 non-null float64
dtypes: float64(1)
memory usage: 5.4 KB

---

我错过了什么

我认为在使用

asfreq（）

之前，需要先对索引进行排序

尝试：

或者：使用

resample（）

在年初使用

freq='AS'

EDIT1:

您还可以使用

.agg（）

到

.resample（）

以获得预期结果

df = df.resample('AS').agg('sum')

输出：

             value
date              
2017-01-01  3.0018
2018-01-01  2.0018
2019-01-01  1.0018

---

我想使用原始的每月值。例如，第一个月的值（上个月也可以）。重采样正在处理此数据，但它应用了某种函数，如mean（）或sum（）。我只是想“过滤”数据……你能更具体地说“我只是想”过滤“数据”吗。你能举一个你想做什么的例子吗？请原谅我的无知，什么是（Frq=‘a’）假设？@ PrimPixy你可以考虑GROPBY的输出作为正确结果的一个例子。这就是我想要的。但是我不明白为什么。asfreq没有显示相同的数据。谢谢你的建议。但是，在对所有数据进行排序后，都有NaN值…df.resample（'A'）。asfreq（）也给出了NaN值

freq='A'

将使用一年的最后一天，而

freq='AS'

将使用一年的第一天。如果df中有一年中第一天或最后一天的数据，则将根据

freq

值返回数据。在

df.set\u index

之后的

df['date']

列中有什么内容？请参阅EDIT1-希望它对Hanks有很大帮助！这是freq='AS'isntead'A'，因为原始数据具有月份的第一个日期的值。

df = df.sort_index().asfreq(freq='A')

df = df.resample('A').asfreq()

df = df.resample('AS').agg('sum')

             value
date              
2017-01-01  3.0018
2018-01-01  2.0018
2019-01-01  1.0018