使用最新值进行采样

考虑以下系列：

created_at
2014-01-27 21:50:05.040961    80000.00
2014-03-12 18:46:45.517968    79900.00
2014-09-05 20:54:17.991260    63605.31
2014-11-04 01:16:08.286631    64405.31
2014-11-04 01:17:26.398272    63605.31
2014-11-04 01:24:38.225306    64405.31
2014-11-13 19:32:14.273478    65205.31
Name: my_series, dtype: float64

我需要在一组特定的预定义日期（例如，从2014-12-01 to 2014-12-07）。对于每个这样的样本，我想得到most原始系列中可用的最新值。

我一直在看resample http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.resample.html（也可以看看this https://stackoverflow.com/questions/17001389/pandas-resample-documentation?lq=1 and this https://stackoverflow.com/questions/26247301/causal-resampling-sum-over-the-last-x-time-unit?lq=1线程），因为它看起来是适合这项工作的工具。但是，我还没有很好地掌握该功能。 能resample用于此？如果是这样，怎么办？

如果您首先定义一组预定义日期（days在我下面的例子中），你可以reindex http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.reindex.html并指定填充方法（“ffill”将向前传播最后一个有效观察，因此这意味着采用时间序列的最新观察值）：

In [19]: s
Out[19]: 
time
2014-01-27 21:50:05.040961    80000.00
2014-03-12 18:46:45.517968    79900.00
2014-09-05 20:54:17.991260    63605.31
2014-11-04 01:16:08.286631    64405.31
2014-11-04 01:17:26.398272    63605.31
2014-11-04 01:24:38.225306    64405.31
2014-11-13 19:32:14.273478    65205.31
Name: my_series, dtype: float64

In [20]: days = pd.date_range('2014-12-01', '2014-12-07')

In [21]: s.reindex(days, method='ffill')
Out[21]: 
2014-12-01    65205.31
2014-12-02    65205.31
2014-12-03    65205.31
2014-12-04    65205.31
2014-12-05    65205.31
2014-12-06    65205.31
2014-12-07    65205.31
Freq: D, Name: my_series, dtype: float64

在这种情况下（您给出的示例日期），这给出了所有相同的值，因为对于所有日期，原始系列中的最新观察结果是相同的。

如果您不想给出特定的集合，而只想给出原始系列从开始到结束的所有日期，您可以使用resample达到同样的效果：

In [23]: s.resample('D', how='last', fill_method='ffill')
Out[23]: 
time
2014-01-27    80000
2014-01-28    80000
2014-01-29    80000
2014-01-30    80000
...
2014-11-10    64405.31
2014-11-11    64405.31
2014-11-12    64405.31
2014-11-13    65205.31
Freq: D, Name: my_series, Length: 291