熊貓：如何避免從每小時到每天的數據重新采樣時發生fillna

Question

我有一個包含每小時數據的系列。 我想計算每日總和。 數據可能缺少小時，有時甚至缺少日期。

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2017-02-02的時間序列中，僅存在前三個小時的數據。 其余21小時數據丟失。

2017-02-02的數據完全丟失。

1. 我不在乎錯過時間。 每日總和應考慮一天中存在的任何數據（在示例中，應考慮小時0、1、2）。
2. 但是，如果一個日期完全丟失，我應該用NaN作為該日期的總和。

resample（）后跟sum（）對於＃1正常工作。 但它為我返回2的0。

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

這是偽代碼：

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

我如何告訴resample（），不要為缺失的日期設置0？

Answer 1

sum使用min_count=1 ：

min_count ：int，默認0
執行操作所需的有效值數量。 如果存在少於min_count個非NA值，則結果將為NA。

0.22.0版中的新增功能：添加了默認值0。這表示全NA或空系列的總和為0，全NA或空系列的乘積為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