CSV导入数据后补全指定时间范围缺失1分钟时间戳求助

嘿，我来帮你搞定这个时间戳补全的麻烦！你遇到的asfreq('t')返回超出范围值的问题，核心原因是这个方法会生成从数据最早到最晚时间的连续分钟序列，包括中间的非交易日（比如你示例里的02-04、05-07这些没有数据的日期），而你用between_time过滤后，这些非交易日的09:16-15:30数据也会被保留，看起来就像“超出范围”的无效数据。

下面是针对性的解决方案，一步步来：

步骤1：确保时间列是DatetimeIndex #

首先读取CSV时，要把时间列解析为日期时间格式，并设置为索引：

import pandas as pd

# 假设你的CSV列是['datetime', 'value']，根据实际列名调整
df = pd.read_csv('your_data.csv', parse_dates=['datetime'], index_col='datetime')

步骤2：按交易日分组补全时间戳 #

我们只需要对有数据的交易日生成09:16-15:30的完整分钟序列，避免生成非交易日的无效数据：

# 提取所有存在数据的交易日
trading_days = df.index.date.unique()

# 初始化空DataFrame存储补全后的数据
filled_df = pd.DataFrame()

for day in trading_days:
    # 生成当天09:16到15:30的完整分钟时间戳
    day_start = pd.Timestamp(f"{day} 09:16")
    day_end = pd.Timestamp(f"{day} 15:30")
    full_minute_index = pd.date_range(start=day_start, end=day_end, freq='T')
    
    # 提取当天的原始数据
    daily_data = df.loc[str(day)]
    
    # 重新索引到完整时间序列，这里用前向填充（ffill），可根据需求替换
    filled_daily = daily_data.reindex(full_minute_index, method='ffill')
    
    # 合并到结果中
    filled_df = pd.concat([filled_df, filled_daily])

# 最后按时间排序
filled_df = filled_df.sort_index()

步骤3：选择合适的缺失值填充方式 #

如果你不想用前向填充（ffill），可以根据业务需求替换成其他方式：

• 后向填充：method='bfill'
• 线性插值（基于时间的插值更准确）：

filled_daily = daily_data.reindex(full_minute_index).interpolate(method='time')

为什么之前的方法不行？ #

直接用df.asfreq('T').between_time('09:16', '15:30')会生成从最早数据（01-04 09:16）到最晚数据（08-04 09:36）之间的所有分钟，包括02-04、05-07这些没有交易数据的日期的09:16-15:30，这些就是你看到的“超出范围”的值。而按交易日分组补全，只会处理有原始数据的日期，完全避免无效数据。

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