时间序列数据：使用resample.mean()出现缺失值的原因咨询

你遇到的这个情况其实很典型，先给你拆解下核心原因：那些显示NaN的5分钟时间区间，原始数据里根本没有任何对应的数据记录。

resample()方法的默认行为是生成一个连续的时间索引，覆盖你原始数据集的整个时间范围——不管某个5分钟区间里有没有数据，它都会把这个时间戳保留下来。当区间内没有数据时，均值聚合自然没有可计算的样本，结果就会是NaN。从你给出的缺失值区间（2021-07-26 17:00到2021-08-09 07:55）来看，这段时间你的原始数据应该是完全断档的，所以重采样后全是缺失值。

针对这个问题的几种解决办法： #

• 过滤空区间（最常用）
  如果这些没有数据的区间对你的分析没用，直接用dropna()剔除即可：

PrimaryBookF = PrimaryBookD.resample('5T', on='Time').mean().dropna()
PrimaryBookG = PrimaryBookF.reset_index()

处理后结果里只会保留有原始数据支撑的5分钟区间，不会再有NaN。

• 填充缺失值（需保留连续时间轴时用）
  要是你需要维持完整的时间序列，根据业务场景选择合适的填充方式：

  # 用前一个有效值填充（适合连续型数据，比如金融行情）
  PrimaryBookF = PrimaryBookD.resample('5T', on='Time').mean().ffill()
  # 用0填充（适合计数类数据，无数据时视为0）
  PrimaryBookF = PrimaryBookD.resample('5T', on='Time').mean().fillna(0)
  # 线性插值填充（适合数据平滑变化的场景）
  PrimaryBookF = PrimaryBookD.resample('5T', on='Time').mean().interpolate(method='linear')
  

• 先确认原始数据的时间分布
  你可以先排查下原始数据的时间断档情况，明确哪些区间真的没有数据：

# 查看原始数据的时间起止范围
print(PrimaryBookD['Time'].min(), PrimaryBookD['Time'].max())
# 统计每个5分钟区间的数据量，找出空区间
empty_intervals = PrimaryBookD.resample('5T', on='Time').count()
print(empty_intervals[empty_intervals['A'] == 0])

这样能帮你更清晰地判断是数据本身的断档问题，还是其他异常。

内容的提问来源于stack exchange，提问作者Emmanuelle