pandas.DatetimeIndex的频率为“无”，无法设置

您在这里有几个选择：

• pd.infer_freq

• pd.tseries.frequencies.to_offset

我怀疑将来的错误是由于缺少频率引起的。

你是绝对正确的。这是我经常使用的：

def add_freq(idx, freq=None):    """Add a frequency attribute to idx, through inference or directly.    Returns a copy.  If `freq` is None, it is inferred.    """    idx = idx.copy()    if freq is None:        if idx.freq is None: freq = pd.infer_freq(idx)        else: return idx    idx.freq = pd.tseries.frequencies.to_offset(freq)    if idx.freq is None:        raise AttributeError('no discernible frequency found to `idx`.  Specify'       ' a frequency string with `freq`.')    return idx

一个例子：

idx=pd.to_datetime(['2003-01-02', '2003-01-03', '2003-01-06'])  # freq=Noneprint(add_freq(idx))  # inferredDatetimeIndex(['2003-01-02', '2003-01-03', '2003-01-06'], dtype='datetime64[ns]', freq='B')print(add_freq(idx, freq='D'))  # explicitDatetimeIndex(['2003-01-02', '2003-01-03', '2003-01-06'], dtype='datetime64[ns]', freq='D')

使用

asfreq

改变频率的主要功能是

asfreq

功能。对于a来说

DatetimeIndex

，这基本上只是一个薄而方便的包装器，可在

reindex

其周围生成

date_range

和调用

reindex

。