擅长:python、mysql、java
<p>您可以随时获取每小时的数据数组并将其展平。您将使用小时频率生成一个新的DatetimeIndex</p>
<pre><code>df = df.asfreq('D')
hourly_data = df.values[:, :]
new_ind = pd.date_range(start=df.index[0], freq="H", periods=len(df) * 24)
# create Series.
s = pd.Series(hourly_data.flatten(), index=new_ind)
</code></pre>
<p>我假设read_csv正在解析“Date”列并将其作为索引。我们更改为“D”的频率,以便在您缺少天的情况下,<code>new_ind</code>正确排列。丢失的天数将用<code>np.nan</code>填充,您可以用<code>s.dropna()</code>删除它。</p>
<p><a href="http://nbviewer.ipython.org/5183385" rel="nofollow">notebook link</a></p>