为何Pandas infer_freq将小时数据识别为Daily？附日均值转换需求

问题原因 #

pd.infer_freq通过检测索引的时间间隔规律推断频率，若你的小时级数据存在缺失的小时点，比如部分时段数据丢失，Pandas可能误将“每天同一小时有数据”的规律判定为Daily频率（返回'D'）。你用asfreq基于这个错误频率重采样，就会只保留每天对应时间点的数据，最终结果变成每天一行。

正确实现日均值的方法 #

不需要依赖infer_freq，直接用resample按天聚合计算均值，这是时序数据聚合的标准方案，无论数据是否有缺失都能正确计算每日平均值：

df = pd.read_csv('/kaggle/input/hourly-energy-consumption/DOM_hourly.csv')
# 转换并设置时间索引
df['Datetime'] = pd.to_datetime(df['Datetime'], format='%Y-%m-%d %H:%M:%S')
df.set_index('Datetime', inplace=True)
# 去重索引
df = df[~df.index.duplicated(keep='first')]
# 计算日均值
daily_mean_df = df.resample('D').mean()
# 查看结果
print(daily_mean_df.head())
print(daily_mean_df.shape)

补充说明 #

• resample('D')指定按日历日聚合，mean()会自动将当天所有小时的数据取平均，即使当天部分小时数据缺失，也会用现有有效数据计算（若需排除缺失过多的日期，可后续添加过滤逻辑）。
• 若需确认原始数据频率，df.index.inferred_freq在数据缺失时可能不准确，此时更可靠的方式是手动指定已知频率（比如小时级数据用'H'）：

  # 手动设置小时频率（适用于完整的小时序列）
  df = df.asfreq('H')
  

内容的提问来源于stack exchange，提问作者Mainland