Pandas使用Resample结合Interpolate重采样时数值列产生NaN问题

直接执行df.resample("12h").interpolate()返回全NaN的核心原因是：

• resample("12h")生成的是按12小时拆分的时间分组对象，此时调用interpolate()会以单个12小时分箱为独立单位执行插值
• 原始数据是日频，所有非空值都落在每日0点的分箱边界，每个12小时分箱内最多只有1个非空值，不满足插值需要至少2个相邻参考值的要求，因此非边界位置全部返回NaN

先通过asfreq()完成频率转换，将原始值对齐到12小时间隔的连续时间索引上，再调用插值方法即可得到步长0.5的预期结果：

# 先转成12h频率的规整结构，再做线性插值
result = df.resample("12h").asfreq().interpolate()

执行后返回的结果中，每日0点位置保留原始0-5的整数值，每日12点位置会自动插入0.5、1.5、2.5、3.5、4.5的插值结果，和预期完全一致。

内容的提问来源于stack exchange，提问作者fransua