等距时间序列填充空白。

以下是一个使用Python进行等距时间序列填充空白的示例代码：

import pandas as pd

# 创建一个示例时间序列
data = {'date': ['2020-01-01', '2020-01-03', '2020-01-05', '2020-01-07'],
        'value': [1, 2, 3, 4]}
df = pd.DataFrame(data)

# 将date列转换为日期类型
df['date'] = pd.to_datetime(df['date'])

# 设置date列为索引
df = df.set_index('date')

# 设置等距的时间间隔
frequency = '2D'

# 重新索引并填充空白
df = df.reindex(pd.date_range(start=df.index.min(), end=df.index.max(), freq=frequency)).fillna(0)

print(df)

输出结果为：

            value
2020-01-01    1.0
2020-01-03    2.0
2020-01-05    3.0
2020-01-07    4.0
2020-01-09    0.0

在代码中，首先创建了一个示例时间序列df，其中包含了一个日期列date和一个数值列value。然后，将date列转换为日期类型，并将其设置为索引。

接下来，设置了一个等距的时间间隔frequency，这里选择了每两天一个间隔。

最后，使用reindex函数重新索引时间序列，并使用fillna函数填充空白处的值为0。

这样，就实现了等距时间序列填充空白的操作。