如何重新采样半时间序列半整数索引的DataFrame并延续时间序列？

原始DataFrame如下：

close         0
2020-01-02 09:00:00+00:00  0.467291       NaN
2020-01-02 09:30:00+00:00  0.467267       NaN
2020-01-02 10:00:00+00:00  0.467729       NaN
2020-01-02 10:30:00+00:00  0.467923       NaN
2020-01-02 11:00:00+00:00  0.466707       NaN
...                             ...       ...
1500                            NaN  0.140868
1501                            NaN  0.136557
1502                            NaN  0.131828
1503                            NaN  0.128827
1504                            NaN  0.128978

该DataFrame特征：

• 索引前半部分为时间序列，后半部分为整数
• close列前半段有数值、后半段为NaN，0列则相反

需求：能否通过向前填充延续时间序列，同时将0列内容填充到close列，得到如下仅含close列的连续时间序列索引结果？

close        
2020-01-02 09:00:00+00:00  0.467291       
2020-01-02 09:30:00+00:00  0.467267       
2020-01-02 10:00:00+00:00  0.467729       
2020-01-02 10:30:00+00:00  0.467923       
2020-01-02 11:00:00+00:00  0.466707       
...                             ...       
2020-02-17 09:30:00+00:00  0.161267       
2020-02-17 10:00:00+00:00  0.165729       
2020-02-17 10:30:00+00:00  0.164923       
2020-02-17 11:00:00+00:00  0.163707       

可以实现，具体步骤及代码如下：

步骤说明 #

1. 提取原始时间序列部分的索引，自动识别时间间隔（如30分钟）
2. 生成与原DataFrame行数一致的连续时间序列索引
3. 将0列的非空值填充到close列的NaN位置
4. 替换原混合索引为新生成的连续时间索引，保留close列

代码实现 #

import pandas as pd

# 假设原始DataFrame名为df
# 1. 筛选出时间类型的索引，推断时间频率
time_index = df.index[df.index.map(lambda x: isinstance(x, pd.Timestamp))]
time_freq = pd.infer_freq(time_index)
# 若自动推断失败，可手动指定频率，比如30分钟：time_freq = '30T'

# 2. 生成完整的连续时间序列索引
full_time_index = pd.date_range(start=time_index[0], periods=len(df), freq=time_freq)

# 3. 将0列的值填充到close列的空值位置
df['close'] = df['close'].fillna(df['0'])

# 4. 替换索引并整理结果
result_df = df[['close']].set_index(full_time_index)

# 查看结果
print(result_df)

关键细节 #

• pd.infer_freq可自动识别时间序列的间隔，适配不同的时间粒度
• fillna方法直接完成横向填充，无需复杂的循环操作
• 生成的连续时间索引长度与原DataFrame一致，保证数据一一对应

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