Python 如何在时段内按天重新采样熊猫数据帧？

我有这样一个数据帧：

df.head()
Out[2]: 
         price   sale_date 
0  477,000,000  1396/10/30 
1  608,700,000  1396/10/30 
2  580,000,000  1396/10/03 
3  350,000,000  1396/10/03 
4  328,000,000  1396/03/18

它具有超出范围的日期时间
因此，我按照下面的步骤将它们作为时段时间

df['sale_date']=df['sale_date'].str.replace('/','').astype(int)

def conv(x):
    return pd.Period(year=x // 10000,
                     month=x // 100 % 100,
                     day=x % 100, freq='D')
 
df['sale_date'] = df['sale_date'].str.replace('/','').astype(int).apply(conv)

现在我想按天对它们重新采样，如下所示：

df.resample(freq='d', on='sale_date').sum()

但它给了我一个错误：

resample() got an unexpected keyword argument 'freq'

---

在pandas 1.1.3中，

resample

和

Grouper

在

Periods

中似乎不起作用（我猜是bug）：

可能的解决方案是通过

sum

进行聚合，因此如果重复

sale\u date

，则将

price

值相加：

df = df.groupby('sale_date')['price'].sum().reset_index()
print (df)
    sale_date      price
0  1396-03-18  328000000
1  1396-10-03  580000000
2  1396-10-30  477000000
3  1396-11-25  608700000
4  1396-12-05  350000000

编辑：可以通过以下方式进行编辑：

---

没有参数

freq

，而是

规则

。还有，如果你没有时间的话，你想怎么按天计算呢？我的意思是，逻辑上，结果将是它们自己的值（每行）。谢谢你的回答。我编辑我的数据框。现在我有一些行是同一天的。所以现在在第二天重新采样是正确的。@CainãMaxCouto Silvait现在给了我这个错误：当前不支持使用周期索引从level=或on=选择重新采样，请使用.set_index（…）显式设置索引@CainãMaxCouto-Silva@saeedzali-尝试

df.set_index（'sale_date'）。重新采样（'D'）['price'].sum（）

，但对我来说不起作用。@saeedzali，是的，它似乎还没有实现，我们需要

设置索引。但我现在也试过了，对我来说也不管用。可能使用
period[D]
和
resample
也没有实现。很抱歉占用您的时间。如何填补数据框中datetime的空白可以用下一天和前一天的平均值来填充值吗？谢谢你的帮助@jezrael@saeedzali-你认为
df=s.reindex（rng，fill_value=0）之后的每3行是否重置_index（）
？@saeedzali-我认为最好是新问题。不，我的数据帧中没有零值。例如，当那天是假日时，我有一些空白，我想通过第二天和前一天@jezrael来填补这些空白
df = df.groupby('sale_date')['price'].sum().reset_index()
print (df)
    sale_date      price
0  1396-03-18  328000000
1  1396-10-03  580000000
2  1396-10-30  477000000
3  1396-11-25  608700000
4  1396-12-05  350000000

s = df.groupby('sale_date')['price'].sum()
rng = pd.period_range(s.index.min(), s.index.max(), name='sale_date')
df = s.reindex(rng, fill_value=0).reset_index()
print (df)
      sale_date      price
0    1396-03-18  328000000
1    1396-03-19          0
2    1396-03-20          0
3    1396-03-21          0
4    1396-03-22          0
..          ...        ...
258  1396-12-01          0
259  1396-12-02          0
260  1396-12-03          0
261  1396-12-04          0
262  1396-12-05  350000000

[263 rows x 2 columns]