【发布时间】:2018-09-16 05:35:35
【问题描述】:
抱歉,我刚开始在 stackoverflow 上提问,所以我不明白如何正确格式化。
因此,我得到了一个 Pandas 数据框,其中包含包含日期和时间的 datetime 列以及包含某种值的关联列。给定的日期和时间按小时递增。我想操纵数据框让它们每 15 分钟递增一次,但保留相同的值。我该怎么做?谢谢!
我试过了:
df = df.asfreq('15Min',method='ffill')。
但我得到一个错误:
"TypeError: 无法将类型 'Timestamp' 与类型 'long' 进行比较"
当前数据框:
datetime value
00:00:00 1
01:00:00 2
新数据框:
datetime value
00:00:00 1
00:15:00 1
00:30:00 1
00:45:00 1
01:00:00 2
01:15:00 2
01:30:00 2
01:45:00 2
更新:
下面批准的答案有效,但我上面尝试的初始代码也是如此
df = df.asfreq('15Min',method='ffill')。我在搞乱其他数据框,我似乎在处理一些空值时遇到了问题,所以我用一个 fillna 语句处理了这个问题,一切正常。
【问题讨论】:
-
很抱歉这个问题对我来说不够清楚。 “让他们增加”是什么意思?您想将行拆分为更小的单元吗?
-
是的,我试过 df = df.asfreq('15Min',method='ffill')。但我得到一个“TypeError:无法将'Timestamp'类型与'long'类型进行比较”
-
@tsbeginner -
print (df.info())是什么? -
datetime 是 datetime64[ns] 并且 value 是 float64
-
@tsbeginner - 我问一些不同的问题,
print (df.info())以datetime is datetime64[ns] and value is float64的形式返回更多信息
标签: python pandas datetime time-series