Pandas中resample()时如何对object列执行ffill/bfill填充？

首先要确保你的Date列是datetime类型并设为索引，否则resample无法正常工作：

import pandas as pd

# 构造示例数据
data = {
    "Date": ["2022-10-23 15:40:41", "2022-10-23 18:43:13", "2022-10-24 15:40:41", "2022-10-24 18:43:13"],
    "Sort": ["A", "B", "C", "D"],
    "Value": [1, 2, 3, 4]
}
df = pd.DataFrame(data)
# 转换为datetime并设为索引
df["Date"] = pd.to_datetime(df["Date"])
df = df.set_index("Date")

接下来有两种常用方法实现需求：

方法一：分列处理后合并 #

先对Sort列按15分钟频率重采样并执行填充操作，再单独计算Value列的均值，最后合并两个结果：

# 对Sort列重采样并向前填充（ffill），换成bfill()就是向后填充
sort_resampled = df["Sort"].resample("15min").ffill()
# 对Value列重采样求均值
value_resampled = df["Value"].resample("15min").mean()
# 合并结果
result = pd.concat([sort_resampled, value_resampled], axis=1)

方法二：用agg()指定列操作 #

直接通过resample().agg()为不同列分配对应的处理逻辑，一步得到结果：

result = df.resample("15min").agg({
    "Sort": "ffill",  # 对Sort列执行向前填充
    "Value": "mean"   # 对Value列计算均值
})

注意：如果重采样后的时间段没有原始数据，ffill会沿用最近的前一个有效值，bfill会使用最近的后一个有效值；首尾无对应填充值的时间段会出现NaN，可根据需求用fillna()进一步处理。

内容的提问来源于stack exchange，提问作者Mischbot