なぜpandasはsqlデータのリサンプリング用にNaNを作成していますか？

Question

私はpandasとnumpyの新人で、測定値を等間隔の時系列に集約しようとしています。入力データは等間隔ではなく、次のようになります。今、私がしようとしているが、MySQLのデータを読み取り、その後、等間隔時系列にそれをリサンプリングされ

timestamp   value 
2016-08-09 11:55:26 1779.510 
2016-08-09 11:55:26 1792.310 
2016-08-09 11:55:27 1796.900 
2016-08-09 11:55:28 1749.760 
2016-08-09 11:55:29 1780.870 
...     ... 

。

印刷し

query = "SELECT timestamp, value FROM iren2.data WHERE data.timestamp >= now() - INTERVAL {0} DAY " \ 
      "AND data_node_id = {1} ".format(1, 307) 

data = pandas.read_sql_query(query, engine, parse_dates=True, index_col='timestamp') 
aggregation = pandas.DataFrame() 
aggregation['value'] = data.resample('1min').mean() 
print(aggregation) 

：私が期待したものではありません本当に

[104301 rows x 1 columns] 
     value 
0  NaN 
1  NaN 
...  ... 

を：/

事前に感謝します！

EdChumさんのコメントへの更新

data.info():

<class 'pandas.core.frame.DataFrame'> 
DatetimeIndex: 106661 entries, 2016-08-09 13:06:13 to 2016-08-10 13:06:13 
Data columns (total 1 columns): 
value 106661 non-null float64 
dtypes: float64(1) 
memory usage: 1.6 MB 

なし

Answer 1

ここでの問題は、あなたが、ときに互換性のないインデックスを使用してデータを新しい列を追加しようとしているということですインデックスタイプが最初にobject dtypeになる空のdfを作成すると、インデックスがdatetimeIndexのデータが追加されるので、すべての行について210。

あなたはDFのctorにデータとインデックスを渡すと、これは動作します：

In [9]: 
resampled = df.resample('1min').mean() 
empty_df = pd.DataFrame({'value':resampled}, index = resampled.index) 
empty_df 

Out[9]: 
         value 
timestamp     
2016-08-09 11:55:00 1779.87 

あなたはint型のインデックスをしたいなら、あなたが行うことができます：

In [17]: 
resampled = df.resample('1min').mean() 
empty_df = pd.DataFrame() 
empty_df['value'] = pd.Series(resampled, index=np.arange(len(resampled.index))) 
empty_df 

Out[17]: 
    value 
0 1779.87