使用python仅汇总timeseries中的非NaN数据

我需要每日值的总和，但只从天开始，不包含NaN值。我的csv文件包含半小时的数据，但有时测量设备会出现故障。我需要每天的总和，但一旦它包含一个NaN值，我不希望它，总结这一天。 我的Csv文件如下所示：

date        time       ET
28. Nov 01  08:15   -0.00152
28. Nov 01  08:45   -0.00324
28. Nov 01  09:15   0.00805
28. Nov 01  09:45   0.00684
28. Nov 01  10:15   0.00918
28. Nov 01  10:45   
28. Nov 01  11:15   0.00867
28. Nov 01  11:45   0.01014
28. Nov 01  12:15   0.01697
28. Nov 01  12:45   0.00739

这一天缺少一个值，所以我不想要这一天的总和，而是所有其他有所有测量值的日子的总和

我目前的代码是：

import pandas as pd
ts = pd.read_csv('C:\Python27\Scripts\ET_T_2000.csv', sep=';', parse_dates=[['date', 'time']])
ts.fillna(0)
ts1 = ts.set_index('date_time')['ET'].resample('D', how='sum')

---

有人知道怎么做吗？

如果我理解正确，您希望过滤掉包含NaN的任何日期的所有数据，然后使用完整的、无NaN的数据集对这些日期求和

为了简单起见，使用

squence

关键字将其设置为一个系列，而不是一个数据帧。（这不是必需的，但它使后面的内容更直接一些。）

要过滤掉任何NaN的天数

complete_days_only = et.groupby(lambda x: x.date).filter(lambda x: ~x.isnull().any())

现在重新采样

complete_days_only.resample('D', how='sum')

---

在这种情况下，我认为您需要使用：

---

ts.dropna（）

？实际上我不知道熊猫，但它看起来像是一个可以使用的工具。你可以尝试将nan转换为0，然后进行汇总。谢谢你的回答！但是我得到了错误：如果我在“pd.read.csv…”行中删除“parse_dates=[[['date'，'time']]”，则会出现错误：AttributeError:'str'对象没有属性'date'。如果我不删除它，则会出现错误：AttributeError:“SeriesGroupBy”对象没有属性“filter”。

SeriesGroupBy

没有属性

filter

“表示您使用的是没有筛选器的旧版本的pandas。如果可以，请更新熊猫的安装；否则，请使用

transform

仔细阅读我的旧答案，寻找解决方法。（我在这里回答了很多过滤问题。）

complete_days_only.resample('D', how='sum')