在Pandas中的重采样:当所有值都为NaN，但仍然使用skipna=True时，如何获取NaN？
在Pandas中的重采样操作是指将时间序列数据从一个频率转换为另一个频率的过程。当所有值都为NaN，但仍然使用skipna=True时，可以通过设置min_periods参数来获取NaN。
在Pandas中，重采样操作可以使用resample()函数来实现。当所有值都为NaN时，可以通过设置min_periods参数为0来获取NaN值。具体代码如下：
import pandas as pd
# 创建一个时间序列数据
data = pd.Series([float('nan'), float('nan'), float('nan')])
# 重采样操作
resampled_data = data.resample('D', skipna=True, min_periods=0).mean()
print(resampled_data)在上述代码中，我们创建了一个包含三个NaN值的时间序列数据。然后使用resample()函数进行重采样操作，设置频率为'D'（每天），skipna参数为True，min_periods参数为0。最后打印重采样后的数据，可以看到结果仍然为NaN。
关于Pandas中重采样的更多信息，可以参考腾讯云的相关文档：Pandas重采样。
相关·内容
1回答
熊猫再采样不能正常工作。
python、pandas
我从熊猫那里得到了一种奇怪的行为，我想把我的分钟数据重新整理成每小时的数据(使用平均值)。我的数据如下：
Data.head()
AAA BBB
Time
2009-02-10 09:31:00 86.34 101.00
2009-02-10 09:36:00 86.57 100.50
2009-02-10 09:38:00 86.58 99.78
2009-02-10 09:40:00 86.63 99.75
2009-02-10 09:41:00 86.52
浏览 1提问于2016-06-09得票数 1
回答已采纳
3回答
使用时间序列时，在pandas滚动中使用中心
python、pandas、time-series、rolling-sum
我正在尝试在pandas滚动函数中设置center=True，用于时间序列：
import pandas as pd
series = pd.Series(1, index = pd.date_range('2014-01-01', '2014-04-01', freq = 'D'))
series.rolling('7D', min_periods=1, center=True, closed='left')
但是输出是：
---------------------------------------------
浏览 5提问于2017-10-30得票数 15
回答已采纳
1回答
截断每小时熊猫系列仅为全天
python、pandas
我使用的是Pandas 0.17.1，我经常会遇到包含部分天数的逐时系列数据。在熊猫中似乎没有任何功能允许您丢弃与系列数据边界上较粗日期的不完整分段相对应的值(我只想丢弃在系列开始和/或结束时存在的部分数据)。
鉴于以上所述，我的直觉是，我必须编写一些符合抽象标准的代码(例如，使用计数聚合的groupby，用< 24小时的时间在天中丢弃小时)：
>> hist_data.groupby(lambda x: x.date()).agg('count')
2007-01-01 23
2007-01-02 24
...
理想行为的一个例子：
>&g
浏览 1提问于2015-12-09得票数 2
2回答
如何重新安排时间间隔？
python、pandas
我一直在运行一个实验，用两列输出数据：
实验开始后的秒(浮子)
一种测量。(浮子)
现在，我想把它加载到Pandas中，以便重采样并绘制测量结果。我以前也这样做过，但那些时候我的时间戳是从时代或日期时间(YYY:mm:ss)格式。如果将第一列加载为整数，则无法执行
data.resample('5Min', how='mean')
。如果我将第一列转换为timedelta(seconds=...)，这似乎也是不可能的。我的问题是，是否有可能在不颠覆到时代转换的情况下重新整理这些数据？
浏览 5提问于2013-11-28得票数 6
回答已采纳
1回答
Python熊猫时间序列插值与正则化
python、pandas、time-series、interpolation、regularized
我第一次使用Python Pandas。我有csv格式的5分钟延迟流量数据：
...
2015-01-04 08:29:05,271238
2015-01-04 08:34:05,329285
2015-01-04 08:39:05,-1
2015-01-04 08:44:05,260260
2015-01-04 08:49:05,263711
...
有几个问题：
对于一些时间戳，缺少数据(-1)
缺失条目(也是连续2/3小时)
观测的频率不完全是5分钟，但实际上有时会损失几秒钟。
我想要获得一个定期的时间序列，所以每(准确)5分钟(和没有遗漏的阀)条目。我已经成功地用以
浏览 0提问于2015-05-29得票数 21
回答已采纳
2回答
Python pandas重采样原始数据中不存在的添加日期
python、pandas
我正在使用pandas将存储在data_m中的日内数据转换为日常数据。由于某些原因，resample添加了日内数据中没有的天数的行。例如，1/8/2000不在当天的数据中，但是每日数据包含该日期的一行，值为NaN。DatetimeIndex具有比实际数据更多的条目。我做错什么了吗？
data_m.resample('D', how = mean).head()
Out[13]:
x
2000-01-04 8803.879581
2000-01-05 8765.036649
2000-01-06 8893.156250
2000-01-07 8780.03
浏览 3提问于2012-12-21得票数 6
回答已采纳
1回答
通过prod()函数重采样datetimeindex将NaN更改为1
python、pandas、datetime、resampling
我正在处理一个相当大的数据集。在将重采样命令与转换方法"prod“(乘法)结合使用后，我意识到我的NaN值被更改为1，这不是我想要的。举一个发生了什么的例子： # build random dataframe with one column containing NaN
import pandas as pd
import numpy as np
index = pd.date_range('1/1/2000', periods=7, freq='d')
df = pd.DataFrame(index = index, columns = ["
浏览 21提问于2020-07-21得票数 2
回答已采纳
2回答
匹配两个不同大小的数据集
python、numpy、plot、scipy、signal-processing
我有两个不同样本率和不同数量的数据集，但这两个数据集都是同时开始的，并且几乎是在同一时间结束的。每个数据集的第一列是时间，如何使用时间列来匹配每个数据集的第二列，但在两个轴上都没有时间？本质上，我试图画出两个长度不同的向量，互相作对。
例如，有这两个数据集，在名为“温度”的文件中，第一列是时间s，第二列是温度°C。第二个文件名“延迟”以时间s作为第一列，电机地址作为第二列。我想要温度作为我的x轴，相应的电机位置作为我的y轴。
我不能对数据进行一对一的匹配，因为两者之间的时间间隔是不同的，但是由于采样率比我所需要的要高，如果在数据上存在一些局部平均，并且有更多的数据点，以使其具有相同的长度，这
浏览 0提问于2018-08-23得票数 0
回答已采纳
1回答
忽略nans的python滚动函数
python、pandas
我不知道如何在滚动百分位数函数中最好地忽略NaNs。会有人知道吗？
seriestest = pd.Series([1, 5, 7, 2, 4, 6, 9, 3, 8, 10])
并插入nans
seriestest2 = pd.Series([1, 5, np.NaN, 2, 4, np.nan, 9, 3, 8, 10])
现在，在第一个系列中，我获得了预期的输出，使用：
seriestest.rolling(window = 3).quantile(.5)
但是，我也想做同样的事情，在test2系列中忽略NaNs。
seriestest2.rolling(window = 3).qua
浏览 0提问于2018-09-10得票数 2
回答已采纳
1回答
熊猫重采样引起日期时间对象索引的类型错误
python、python-3.x、pandas、dataframe
我正在尝试重采样一个非常简单的数据格式，但只有以下例外情况才会失败：
TypeError:只对DatetimeIndex、TimedeltaIndex或PeriodIndex有效，但有一个“索引”实例
我读了熊猫API文档，看了几十个例子，我不知道自己做错了什么。
# %%
import pandas as pd
print(f"pandas version: {pd.__version__}\n\n")
data = pd.DataFrame({"created": ['2019-03-07T11:01:07.361+0000',
浏览 3提问于2019-09-20得票数 1
回答已采纳
1回答
滚动平均值/和不会跳过Pandas数据中的NAs
python、pandas、mean、na、rolling-computation
我试图在Pandas dataframe中得到列的滚动平均值，我不能强迫平均值跳过NAs。关于滚动金额，我也有同样的看法：
import pandas as pd
test = pd.DataFrame({'A': [1, 2, 3, 10, np.nan, 5 , 20, 6, 7, np.nan, np.nan, np.nan]})
test['rolling_mean'] = test.A.rolling(3, min_periods=3).mean(skipna = True).reset_index(0,drop=True)
test['ro
浏览 1提问于2022-08-19得票数 0
1回答
如何用一定的时间频率填充缺失日期？
python、pandas
我有一个数据格式，列的日期为每30分钟一次或每10分钟一次。几天来缺少的数据和日期。我想用零填充丢失的数据，或者用相同的时间频率填充NaN。该怎么做呢？
下面我发现了类似的问题。但我问题的不同之处在于时间频率。我希望继续使用相同的30分钟，而不是使用period_range进行日常数据填充。
有时，我的数据有10分钟的时间频率。基本上，我想用相同的时间频率填充丢失的日期。
我在这里贴了一些资料，供你参考。
Depth 5/19/2022 18:51 5/19/2022 19:21 5/19/2022 19:51 5/19/2022 20:21 5/19/2022 20:51 5/19/2
浏览 14提问于2022-05-30得票数 0
3回答
熊猫:重新采样后计算独特的价值
python、pandas
我刚刚开始使用Pandas，并且正在尝试合并:按日期分组数据，并计算每个组中的唯一值。
以下是我的数据：
User, Type
Datetime
2014-04-15 11:00:00, A, New
2014-04-15 12:00:00, B, Returning
2014-04-15 13:00:00, C, New
2014-04-20 14:00:00, D, New
2014-04-20 15:00:00, B, Returning
2014-04-20 16:00:00, B, Returning
2014-04-20 17:00:00, D,
浏览 0提问于2014-04-22得票数 7
回答已采纳
2回答
重新采样到DatetimeIndex会引发错误
python、time-series、pandas
我创建了一个DatetimeIndex，并希望使用该索引对数据进行重新采样。当我这样做的时候，我得到了一个异常：
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/usr/local/lib/python2.7/dist-packages/pandas-0.8.1-py2.7-linux-i686.egg/pandas/core/generic.py", line 188, in resample
limit=limit, b
浏览 0提问于2012-10-25得票数 0
1回答
带有插入符号的时间序列交叉验证
r-caret
我知道在trainControl中使用'timeslice‘可以进行时间序列交叉验证，但是看起来它似乎是通过训练集一次一个样本进行的。
是否有任何方法来执行相同的交叉验证策略，同时为“timeslice”指定拆分的数量？
浏览 0提问于2018-01-24得票数 0
1回答
熊猫抛出误差的时间序列重采样到每周间隔
python、pandas
我正在探索时间序列数据(在python中)，并希望通过熊猫将日期转换为每周一次的时间间隔，但这会引发以下错误：
TypeError:仅在DatetimeIndex、TimedeltaIndex或PeriodIndex中有效，但得到“RangeIndex”的实例
数据(dates.csv)：
install_date, user, mean_level
2015-09-09, 1, 2
2015-09-11, 2, 2
2015-09-14, 3, 5
2015-09-14, 4, 6
2015-09-20, 5, 3
2015-09-25, 6, 3
2015-09-26, 7, 1
浏览 1提问于2018-10-07得票数 0
回答已采纳
1回答
按时间戳分组的数据的绘图计数
python、pandas、matplotlib
所以我有一个熊猫数据，它有大量的列，其中一个列是日期时间格式的时间戳。dataframe中的每一行表示一个“事件”。我想要做的是绘制出这些事件的频率随时间的变化。基本上是一个简单的条形图，显示每月发生多少事件。
从以下代码开始：
data.groupby([(data.Timestamp.dt.year),(data.Timestamp.dt.month)]).count().plot(kind = 'bar')
plt.show()
这种“有点”有效。但是有两个问题：
1)图附带一个图例，它包含原始数据中的所有列(如30+列)。图中的每个栏都有一个很小的子栏，用于每个列(由于
浏览 2提问于2018-12-03得票数 0
回答已采纳
1回答
显示时间序列数据的每周和每日变化情况。
python、python-3.x、datetime、pandas、matplotlib
我有一些时间序列数据。我想看看这些数据的每周和每天的变化。对于每周数据，我可以用沿水平轴的时间来绘制这样的图：
📷
对于日常数据，我可以这样绘制一个图，用一天中的时间沿水平轴和不同的颜色对应不同的日子：
📷
我已经定义了一些代码来获取这些信息，然后再绘制它，但我觉得它很麻烦，就像一定有更好、更小、更清晰的方法来做到这一点。你能找到一种方法来简化代码并使其变小吗？
代码：
设置
import datetime
import matplotlib.pyplot as plt
%matplotlib inline
import numpy as np
plt.rcParams["figure
浏览 0提问于2017-10-23得票数 7
1回答
熊猫数据重放ms值
python、pandas、aggregate、resampling
我有一个具有以下格式的文件：
SET, 0, 0, 0, 6938987, 0, 4
SET, 1, 1, 6938997, 128, 0, 0
SET, 2, 4, 6938998, 145, 0, 2
SET, 0, 9, 6938998, 147, 0, 0
SET, 1, 11, 6938998, 149, 0, 0
....
SET, 1, 30, 6946103, 6, 0, 0
SET, 2, 30, 6946104, 6, 0, 2
GET, 0, 30, 6946104, 8, 0, 0
SET, 1, 30, 6946105, 8, 0, 0
GET, 2, 30, 694
浏览 10提问于2017-12-02得票数 3
回答已采纳
2回答
熊猫平均月数
python、pandas、dataframe、datetime
我有以下时间序列：
Date Value
0 2006-01-03 18
1 2006-01-04 12
2 2006-01-05 11
3 2006-01-06 10
4 2006-01-09 22
... ... ...
3510 2019-12-23 47
3511 2019-12-24 46
3512 2019-12-26 35
3513 2019-12-27 35
3514 2019-12-30 28
我想计算一个月的平均值。因此
浏览 1提问于2020-12-27得票数 5
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频活动推荐
腾讯云开发者
