DateTimeIndex 应该排序，但不是

Question

我正在尝试对 pandas 中的 DateTime 系列进行重新采样，如下所示：

df = pd.read_csv(pathToParam + "/" + file)
df.drop(["LAT", "LON", "STATION_HEIGHT"], axis = 1, inplace=True)
df.set_index(df.DATE, inplace=True, drop=True)
if granularity == "daily":
     df.index = pd.to_datetime(df.index, cache=False)
     df = df.sort_index()
     df = df.resample("8H", closed="right").bfill()

Dataframe 如下所示：

DATE	STATION_ID	CLOUD_COVER_TOTAL
2016-01-01	1048	6.7
2016-01-02	1048	7.8
2016-01-03	1048	7.8

但我总是得到这个错误：

ValueError: index must be monotonic increasing or decreasing

我尝试了parse_dates = True 并在各种平台上搜索了可能的解决方案，但仍然一无所获。请帮忙。

Answer 1

您的 csv 中的一行很可能有一个空值，日期应该是。

只有当我故意在其中输入空白日期时，我才能重现您的问题：

dateSeries = ["2016-01-01", "", "2016-01-02", "2016-01-04"]
data = [[1048, 6.7], [1048, 7.8], [1048, 7.8], [1048,7.8]]
df = pd.DataFrame(data, index = dateSeries, columns=["STATION_ID", "CLOUD_COVER_TOTAL"])
df.index = pd.to_datetime(df.index, cache=False)
df = df.sort_index()
df = df.resample("8H", closed="right").bfill()

画出这个错误

ValueError: index must be monotonic increasing or decreasing

如果我在每个索引中都有值，它就可以正常工作。您可以通过以下方式找到此类有问题的记录：

df.loc[None]

或

df.loc[""]

或

df.loc[pd.NaT]