如何为DataFrame的非等间隔时间序列填充分钟级重复值

嘿，别纠结用while loop啦——pandas有更简洁高效的方法来搞定这个需求！咱们一步步来实现你要的效果：

步骤1：构造并预处理原始数据 #

首先，先模拟你的原始DataFrame（如果已经有现成的数据，直接跳过构造部分），然后把时间列转换成pandas能识别的datetime类型，并设置为索引：

import pandas as pd

# 模拟你的原始数据
data = {
    'datetime': ['02/06/2021 17:57', '02/06/2021 18:05', '02/06/2021 18:11', '02/06/2021 18:32', '02/06/2021 19:00'],
    'value': [16.38, 25.89, 21.32, 12.65, 14.78]
}
df = pd.DataFrame(data)

# 转换时间格式：这里的format对应你的时间字符串格式（日/月/年 时:分）
df['datetime'] = pd.to_datetime(df['datetime'], format='%d/%m/%Y %H:%M')
# 将时间列设置为DataFrame的索引
df = df.set_index('datetime')

步骤2：按分钟重采样并填充值 #

接下来用resample方法生成每分钟的时间序列，再用ffill()（前向填充）把每个时间步的数值延续到下一个时间点之前的所有分钟：

# 按1分钟频率重采样，并用前向填充补全空值
filled_df = df.resample('1min').ffill()

效果验证 #

执行完上面的代码后，你可以打印前10行看看效果：

print(filled_df.head(10))

输出会和你预期的完全一致：

value
datetime                  
2021-06-02 17:57:00  16.38
2021-06-02 17:58:00  16.38
2021-06-02 17:59:00  16.38
2021-06-02 18:00:00  16.38
2021-06-02 18:01:00  16.38
2021-06-02 18:02:00  16.38
2021-06-02 18:03:00  16.38
2021-06-02 18:04:00  16.38
2021-06-02 18:05:00  25.89
2021-06-02 18:06:00  25.89

小提示 #

• 如果你的原始时间字符串格式不同，只需要调整pd.to_datetime里的format参数即可（比如如果是月/日/年，就改成%m/%d/%Y %H:%M）。
• 这种方法比while loop高效太多，尤其是当你处理大数据量的时候，完全不用手动循环遍历每一分钟~

内容的提问来源于stack exchange，提问作者lunae_majicam