带错误输出且无频率的时间序列重采样答案

【问题标题】：Time Series Resampling with wrong out and without Frequency带错误输出且无频率的时间序列重采样
【发布时间】：2021-09-19 19:52:39
【问题描述】：

目前我正在做一个时间序列项目。我有超过 5 年时间跨度的每日数据点。在这之间，有些天的值是 0，有些天不见了。例如：

2015-01-10  343
2015-03-10  128

10 月的第 2 天不见了。为了建立一个好的时间序列模型，我想将数据重新采样为每月：

df.individuals.resample("M").sum()

但我得到以下输出：

2015-01-31    343.000000
2015-02-28           NaN
2015-03-31     64.500000

不知何故，月份完全错误。

预期的输出如下所示：

2015-31-10  Sum of all days
2015-30-11  Sum of all days
2015-31-12  Sum of all days

【问题讨论】：

这没有错。没有 2015 年 2 月的数据，所以 mean 是 np.nan。每月重新采样resample("M") 会为您提供月末日期。你想得到什么？提供您的预期输出。
您的意思是df.individuals.resample("MS", loffset=pd.Timedelta(days=9)).mean()？此外，您可以添加.interpolate() 来插入缺失的数据（docs）。
你好，我想得到绝对数的总和和平均值。但是你可以看到月份的总和是错误的（我在 excel 中仔细检查了它），而且我的数据从 2015 年 1 月 10 日（十月）开始，输出数据从 1 月开始。

【解决方案1】：

Pandas 将您的日期解释为 %Y-%m-%d。您应该在重新采样之前明确指定您的日期格式。试试这个：

df.index = pd.to_datetime(df.index, format="%Y-%d-%m")
>>> df.resample("M").sum()
2015-10-31  471

【讨论】：