Pandas重新取样到固定日期

Question

重采样对我来说在两次之间向上采样行非常有用。在

例如，对于时间序列（ts），例如：

_time                  num
2018-04-11 07:55:00    1
2018-04-11 07:59:00    1

我可以跑：

^{pr2}$

然后得到：

_time                  num
2018-04-11 07:55:00    1
2018-04-11 07:56:00    0
2018-04-11 07:57:00    0
2018-04-11 07:58:00    0
2018-04-11 07:59:00    1

但是，不管怎样，我想重新采样到午夜，而不是重新采样到序列的最后一行。在

例如，最终输出为：

_time                  num
2018-04-11 07:55:00    1
2018-04-11 07:56:00    0
2018-04-11 07:57:00    0
2018-04-11 07:58:00    0
2018-04-11 07:59:00    1
...
2018-04-11 23:58:00    0
2018-04-11 23:59:00    0
2018-04-12 00:00:00    0

一种解决方案是在序列中添加一行，其中_time是午夜，num是0。在

然而，有没有更优雅的内置解决方案呢？在

Answer 1

虽然没有内置的解决方案来使用resample来达到所需的端点，比如midnight（AFAIK），但是考虑一个动态解决方案，使用pd.concat对单个值（计算midnight序列）添加基于当前ts数据的行。在

具体地说，midnight系列是通过取ts的max索引值并将其规范化到午夜，然后使用datetime的timedelta()添加1天：

import numpy as np
import pandas as pd
import datetime as dt

ts = pd.Series([1,0,0,0,1], name = 'num',
               index = pd.date_range('2018-04-11 07:55:00', periods=5, freq='min')).rename_axis('_time')

# NORMALIZE AND THEN ADD 1 DAY
midnight = pd.Series([np.nan], name = 'num',
                     index = [max(ts.index).normalize() + dt.timedelta(days=1)]).rename_axis('_time')

# CONCATENATE BOTH SERIES AND THEN RESAMPLE
final_ts = pd.concat([ts, midnight]).resample('min').sum().fillna(0)

print(final_ts.head())
# _time
# 2018-04-11 07:55:00    1.0
# 2018-04-11 07:56:00    0.0
# 2018-04-11 07:57:00    0.0
# 2018-04-11 07:58:00    0.0
# 2018-04-11 07:59:00    1.0
# Freq: T, Name: num, dtype: float64

print(final_ts.tail())
# _time
# 2018-04-11 23:56:00    0.0
# 2018-04-11 23:57:00    0.0
# 2018-04-11 23:58:00    0.0
# 2018-04-11 23:59:00    0.0
# 2018-04-12 00:00:00    0.0
# Freq: T, Name: num, dtype: float64