Python：使用ffill（）将数据帧从每日数据向每小时数据进行上采样

Question

我试着把我的数据从每天的频率增加到每小时一次，并向前填充丢失的数据。在

我从以下代码开始：

df1 = pd.read_csv("DATA.csv")   
df1.head(5)

然后，我使用以下命令转换为日期时间字符串并将日期/时间设置为索引：

^{pr2}$

我试着每小时重新取样如下：

df1['DT'] = df1.resample('H').ffill()

但我得到了以下错误：

TypeError: Only valid with DatetimeIndex, TimedeltaIndex or PeriodIndex, but got an instance of 'RangeIndex'

我以为我的数据类型已经是pd.to_日期时间以上代码。我所尝试的一切似乎都没有奏效。谁能帮帮我吗？在

我的预期产出如下：

DT                  VALUE
2016-08-01 00:00:00 0.000000
2016-08-01 01:00:00 0.000000
2016-08-01 02:00:00 0.000000

等等

文件本身大约有1000行。前50行左右为零，以便澄清哪里有实际数据：

DT                  VALUE
2018-12-13 00:00:00 24000.000000
2018-12-13 01:00:00 24000.000000
2018-12-13 02:00:00 24000.000000
...
2018-12-13 23:00:00 24000.000000
2018-12-14 00:00:00 26000.000000
2018-12-14 01:00:00 26000.000000

等等

Answer 1

我假设你提到的数据集的一些初始行

          DT    VALUE
0   2016-08-01  0
1   2016-08-02  0
2   2016-08-03  0
3   2016-08-04  0
4   2016-08-05  0
5   2016-08-06  0
6   2016-08-07  0
7   2016-08-08  0
8   2016-08-09  0

然后，像这样在DT上建立索引

^{pr2}$

输出：

^{3}$

现在，重新采样你的数据帧

df = df.resample('H').ffill()
df

输出：显示输出的一些初始值

                VALUE
    DT  
2016-08-01 00:00:00 0
2016-08-01 01:00:00 0
2016-08-01 02:00:00 0
2016-08-01 03:00:00 0
2016-08-01 04:00:00 0
2016-08-01 05:00:00 0
2016-08-01 06:00:00 0
2016-08-01 07:00:00 0
2016-08-01 08:00:00 0
2016-08-01 09:00:00 0
2016-08-01 10:00:00 0

Answer 2

试着把它分配回来

df1=df1.set_index('DT')

或者

^{pr2}$