Python：Pandas 在将字典传递给 resample() 后显示 NaN

Question

这是我拥有的一个非常大的数据框的头部，我已将 publish_datetime 设置为 Pandas 中的索引：

                     sentiment_subjectivity  pos_sentiment_pol
publish_datetime
2016-12-18 16:56:01                  0.2500             0.2500
2016-12-21 16:56:05                  0.0000             0.0000
2016-12-21 16:56:08                  0.0000             0.0000
2016-12-21 16:56:08                  0.1027             0.1027
2016-12-21 16:56:13                  0.0000             0.0000
2016-12-21 16:56:17                  0.0000             0.0000
2016-12-21 16:56:18                  0.1027             0.1027
2016-12-21 16:56:19                  0.1027             0.1027
2016-12-21 16:56:22                  0.1027             0.1027
2016-12-21 16:56:23                  0.1027             0.1027

现在我想重新采样它。我通过传递字典来做到这一点，因为在原始数据框中我还有几个系列。然而结果是一样的：

df = df.resample('1min').apply({'pos_sentiment_pol':'sum'}).fillna('None')

这是我得到的：

                    pos_sentiment_pol
publish_datetime
2016-12-18 16:56:00              0.25
2016-12-18 16:57:00              None
2016-12-18 16:58:00              None
2016-12-18 16:59:00              None
2016-12-18 17:00:00              None
2016-12-18 17:01:00              None
2016-12-18 17:02:00              None
2016-12-18 17:03:00              None
2016-12-18 17:04:00              None
2016-12-18 17:05:00              None

这里有什么问题？

Answer 1

索引中的第一个元素来自 3 天前。它会自行分组，而之后的所有内容都会在 3 天后或 4320 分钟后分组。

这可能是一个错字，或者您想查看它按小时和分钟分组，而不考虑日期。如果后者为真，那么

df.groupby([df.index.hour, df.index.minute])[['pos_sentiment_pol']].sum()

       pos_sentiment_pol
16 56             0.7635

如果您将第一个索引的值更改为与其余索引相同的日期，那么您的代码可以正常工作

df.resample('1min').apply({'pos_sentiment_pol':'sum'}).fillna('None')

                     pos_sentiment_pol
publish_datetime                      
2016-12-21 16:56:00             0.7635