如何解决ValueError:从传递的值推断出的频率 None 不符合传递的频率 H
我有一个 Pandas 数据框,我重新索引了它以使用每小时值。它是一个天气观测列表,混合了 3 小时、每小时和超过一次的数据。现在我正在尝试添加一些列来计算和绘制我需要的值,但是我遇到了我作为问题提出的奇怪错误。在此代码中,“winter_months”是日期时间组和温度的元组列表。
# compute 24-hour rolling mean for winter months
dfw = pd.DataFrame(winter_months,columns = ('date_time','temp'))
dfw['date_time'] = pd.to_datetime(dfw['date_time'])
dfw = dfw.set_index('date_time',drop=True).resample('H').mean()
dfw = dfw.sort_index()
dfw
这将返回一个可爱的数据框,这正是我想要的:
beginning of the output dataframe
从 1948 年到 2021 年的每小时值。该指数现在是每小时一次,非常棒。
dfw.index
DatetimeIndex(['1948-02-15 06:00:00','1948-02-15 07:00:00','1948-02-15 08:00:00','1948-02-15 09:00:00','1948-02-15 10:00:00','1948-02-15 11:00:00','1948-02-15 12:00:00','1948-02-15 13:00:00','1948-02-15 14:00:00','1948-02-15 15:00:00',...
'2021-03-31 14:00:00','2021-03-31 15:00:00','2021-03-31 16:00:00','2021-03-31 17:00:00','2021-03-31 18:00:00','2021-03-31 19:00:00','2021-03-31 20:00:00','2021-03-31 21:00:00','2021-03-31 22:00:00','2021-03-31 23:00:00'],dtype='datetime64[ns]',name='date_time',length=641010,freq='H')
当我尝试创建新的日期索引以便可以在 10 月至 3 月的连续时间段内对低温数据进行分组时出现问题。
dfw['pretend_winter'] = dfw.index + pd.DateOffset(months=9)
ValueError: 从传递的值推断出的频率 None 不符合传递的频率 H
我看过ValueError: Inferred frequency None from passed values does not conform to passed frequency MS 和Pandas not able to infer time series frequency,despite proper formatting? 并尝试了那里发布的解决方案,但没有运气。
我错过了什么?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。