Pandas：从每小时到每天的数据重新采样时如何避免填充

Question

我有一个包含每小时数据的系列。我想计算每日总和。 数据可能缺少小时数，有时还缺少日期。

2017-02-01 00:00:00  3.0
2017-02-01 01:00:00  4.0
2017-02-01 02:00:00  4.0
2017-02-03 00:00:00  3.0

例如，在上述 2017 年 2 月 1 日的时间序列中，仅存在前三个小时的数据。剩下的 21 小时数据丢失。

2017-02-02 的数据完全缺失。

1. 我不在乎错过时间。每日总和应该考虑一天中存在的任何数据（在示例中，它应该考虑小时 0、1、2）。
2. 但是，如果某个日期完全丢失，我应该将 NaN 作为该日期的总和。

resample() 后跟 sum() 适用于 #1。但它为#2 返回 0。

2017-02-01  110.0
2017-02-02  0.0
2017-02-03  3.0

这是虚拟代码：

my_series.resample('1D',closed='left',label='left').sum()

如何告诉 resample()，不要将缺失日期设置为 0？

Answer 1

在sum 中使用min_count=1：

min_count：整数，默认为 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。

a = my_series.resample('1D',closed='left',label='left').sum(min_count=1)
print (a)
2017-02-01    11.0
2017-02-02     NaN
2017-02-03     3.0
Freq: D, Name: a, dtype: float64