如何对DataFrame多列10分钟间隔数据按月重采样求均值？

1. 排查并修复语法错误 #

语法错误通常出在时间索引生成、循环创建DataFrame或resample调用环节，按以下步骤检查：

• 确保时间索引生成代码正确：

  # 生成2017-01-01至2021-12-31的10分钟频率时间索引
  time_idx = pd.date_range(start='2017-01-01', end='2021-12-31', freq='10T')
  

• 循环创建DataFrame时，保证列数据与时间索引长度匹配，避免索引对齐错误
• 确认resample调用语法无误：必须是df.resample('1M').mean()，注意方法调用的括号和参数格式

2. 解决Sapan列全NaN问题 #

你提到已将原数据NaN替换为1、非NaN替换为0，但Sapan列仍全NaN，说明替换操作未生效或循环赋值出错：

• 先验证Sapan列的替换结果：

  # 查看列值分布，确认替换是否成功
  print(zz['Sapan'].value_counts(dropna=False))
  

  若输出仍有NaN，重新执行替换逻辑：

  # 批量替换所有列的NaN为1，非NaN为0
  zz = zz.apply(lambda col: col.fillna(1).where(col.isna(), 0))
  # 或单独处理Sapan列
  zz['Sapan'] = zz['Sapan'].fillna(1).mask(zz['Sapan'].notna(), 0)
  

• 循环创建DataFrame时，确保Sapan列数据被正确对齐到时间索引：

  processed_dfs = {}
  for col in zz.columns:
      # 将原列数据对齐到时间索引，缺失位置补1（匹配你的替换规则）
      aligned_data = zz[col].reindex(time_idx, fill_value=1)
      processed_dfs[col] = pd.DataFrame(aligned_data, columns=[col])
  

3. 完整可运行代码示例 #

import pandas as pd

# 1. 执行NaN替换
zz = zz.apply(lambda col: col.fillna(1).where(col.isna(), 0))

# 2. 生成标准时间索引
time_idx = pd.date_range(start='2017-01-01', end='2021-12-31', freq='10T')

# 3. 循环创建带时间索引的DataFrame
processed_dfs = {}
for col in zz.columns:
    aligned_data = zz[col].reindex(time_idx, fill_value=1)
    processed_dfs[col] = pd.DataFrame(aligned_data, columns=[col])

# 4. 月度重采样求均值
for col, df in processed_dfs.items():
    monthly_mean = df.resample('1M').mean()
    print(f"列 {col} 月度均值：")
    print(monthly_mean)

额外验证点 #

• 检查新生成的DataFrame索引类型：必须是DatetimeIndex，否则resample会失效

  print(type(processed_dfs['Sapan'].index))
  # 正确输出应为 <class 'pandas.core.indexes.datetimes.DatetimeIndex'>
  

内容的提问来源于stack exchange，提问作者iyya