Pandas 使用 groupby 和 resample 进行上采样

Question

我将时间序列与间隔分组。我不想填补空白，尊重分组。

date 在每个id 中都是唯一的。

以下工作，但在我不想 NaN 的地方给了我零

data.groupby('id').resample('D', on='date').sum()\
    .drop('id', axis=1).reset_index()

以下由于某种原因不起作用

data.groupby('id').resample('D', on='date').asfreq()\
    .drop('id', axis=1).reset_index()

data.groupby('id').resample('D', on='date').fillna('pad')\
    .drop('id', axis=1).reset_index()

我收到以下错误： Upsampling from level= or on= selection is not supported, use .set_index(...) to explicitly set index to datetime-like

我尝试将pandas.Grouper 与set_index 多级索引或单级索引一起使用，但它似乎没有对我的日期列进行上采样，因此我得到连续的日期，或者它不尊重id 列。

Pandas 是 0.23 版

自己试试吧：

data = pd.DataFrame({
'id': [1,1,1,2,2,2],
'date': [
    datetime(2018, 1, 1),
    datetime(2018, 1, 5),
    datetime(2018, 1, 10),
    datetime(2018, 1, 1),
    datetime(2018, 1, 5),
    datetime(2018, 1, 10)],
'value': [100, 110, 90, 50, 40, 60]})

# Works but gives zeros
data.groupby('id').resample('D', on='date').sum()
# Fails
data.groupby('id').resample('D', on='date').asfreq()
data.groupby('id').resample('D', on='date').fillna('pad')

Answer 1

创建DatetimeIndex 并从resample 中删除参数on：

print (data.set_index('date').groupby('id').resample('D').asfreq())
                id
id date           
1  2018-01-01  1.0
   2018-01-02  NaN
   2018-01-03  NaN
   2018-01-04  NaN
   2018-01-05  1.0
   2018-01-06  NaN
   2018-01-07  NaN
   2018-01-08  NaN
   2018-01-09  NaN
   2018-01-10  1.0
2  2018-01-01  2.0
   2018-01-02  NaN
   2018-01-03  NaN
   2018-01-04  NaN
   2018-01-05  2.0
   2018-01-06  NaN
   2018-01-07  NaN
   2018-01-08  NaN
   2018-01-09  NaN
   2018-01-10  2.0

---

print (data.set_index('date').groupby('id').resample('D').fillna('pad'))
#alternatives
#print (data.set_index('date').groupby('id').resample('D').ffill())
#print (data.set_index('date').groupby('id').resample('D').pad())
               id
id date          
1  2018-01-01   1
   2018-01-02   1
   2018-01-03   1
   2018-01-04   1
   2018-01-05   1
   2018-01-06   1
   2018-01-07   1
   2018-01-08   1
   2018-01-09   1
   2018-01-10   1
2  2018-01-01   2
   2018-01-02   2
   2018-01-03   2
   2018-01-04   2
   2018-01-05   2
   2018-01-06   2
   2018-01-07   2
   2018-01-08   2
   2018-01-09   2
   2018-01-10   2

编辑：

如果要使用 sum 缺少值需要 min_count=1 参数 - sum:

min_count : 整数，默认 0 执行操作所需的有效值数。如果存在的非 NA 值少于 min_count，则结果将为 NA。

0.22.0 版中的新增功能：添加了默认值为 0。这意味着全 NA 或空系列的总和为 0，而全 NA 或空系列的乘积为 1。

print (data.groupby('id').resample('D', on='date').sum(min_count=1))