如何让Pandas resample的last方法保留区间末位空值NaN？

原始时间序列 #

ts
Out[20]: 
time
2023-08-01 10:31:40.110    6.22
2023-08-01 10:31:43.110    6.23
2023-08-01 10:31:46.111    6.23
2023-08-01 10:31:49.111    6.24
2023-08-01 10:31:52.111    6.24
2023-08-01 10:31:55.117    6.25
2023-08-01 10:31:58.112     NaN
2023-08-01 10:32:01.112     NaN
2023-08-01 10:32:04.117     NaN
2023-08-01 10:32:07.095     NaN

当前重采样代码及结果 #

执行代码：

ts.resample('6S', closed='left', label='right').last()

得到结果：

Out[21]: 
time
2023-08-01 10:31:42    6.22
2023-08-01 10:31:48    6.23
2023-08-01 10:31:54    6.24
2023-08-01 10:32:00    6.25
2023-08-01 10:32:06     NaN
2023-08-01 10:32:12     NaN

需求说明 #

希望2023-08-01 10:32:00这个位置填充为该时间点之前的最后一个实际值（包含NaN），当前场景下该位置应显示为NaN。

生成原始序列的代码 #

import pandas as pd
import numpy as np

ts = pd.Series(
    [6.22, 6.23, 6.23, 6.24, 6.24, 6.25, np.nan, np.nan, np.nan, np.nan],
    index=pd.DatetimeIndex(
        ['2023-08-01 10:31:40.110000', '2023-08-01 10:31:43.110000',
         '2023-08-01 10:31:46.111000', '2023-08-01 10:31:49.111000',
         '2023-08-01 10:31:52.111000', '2023-08-01 10:31:55.117000',
         '2023-08-01 10:31:58.112000', '2023-08-01 10:32:01.112000',
         '2023-08-01 10:32:04.117000', '2023-08-01 10:32:07.095000'],
        dtype='datetime64[ns]', name='exchange_time', freq=None
    )
)

解决方案 #

实现代码 #

# 先生成重采样后的目标索引
resampled_idx = ts.resample('6S', closed='left', label='right').last().index

# 遍历每个索引，取该时间点之前的最后一个原始值（含NaN）
result = pd.Series(
    [ts.loc[:idx].iloc[-1] if not ts.loc[:idx].empty else np.nan for idx in resampled_idx],
    index=resampled_idx,
    name=ts.name
)

执行结果 #

exchange_time
2023-08-01 10:31:42    6.22
2023-08-01 10:31:48    6.23
2023-08-01 10:31:54    6.24
2023-08-01 10:32:00     NaN
2023-08-01 10:32:06     NaN
2023-08-01 10:32:12     NaN

原理说明 #

• ts.loc[:idx]筛选出所有时间小于等于当前重采样标签的原始数据点
• .iloc[-1]直接取该子集的最后一个值，无论它是数值还是NaN，完全保留原始序列的最后记录状态
• 这种方式避开了resample().last()自动忽略区间内NaN的逻辑，精准匹配需求

内容的提问来源于stack exchange，提问作者tesla1060