重新取樣pandas時間序列而不計算新的偏移量

Question

我正在閱讀僅包含可用時間的時間序列數據。 這導致Series沒有缺失值，但是索引間距不等。 我想將它轉換為具有缺失值的等間距索引的Series 。 由於我不知道先驗的間距是什么，我現在正在使用類似的功能

min_dt      = np.diff(series.index.values).min()
new_spacing = pandas.DateOffset(days=min_dt.days, seconds=min_dt.seconds,
                                microseconds=min_dt.microseconds)
series      = series.asfreq(new_spacing)

計算間距應該是多少（注意這是使用Pandas 0.7.3 - 0.8 beta代碼看起來略有不同，因為我必須使用series.index.to_pydatetime（）來獲得Numpy 1.6的正確行為）。

使用pandas庫是否有更簡單的方法來執行此操作？

Answer 1

如果你想在沒有數據的地方使用NaN，你可以使用位於日期工具中的Minute() （截至pandas 0.7.x）

from pandas.core.datetools import day, Minute
tseries.asfreq(Minute())

這應該提供均勻間隔的時間序列，其中NaNs為1分鍾差異，作為沒有數據的系列值。