Upsampling Dataframe in Pandas

Question

Angesichts eines nach Monat indizierten Datenrahmens möchte ich am Tag neu indizieren (upsample). Werte, die zuvor nach Monat indiziert wurden, sollten nun durch die Anzahl der Tage im Monat dividiert werden.

Answer 1

Versuch:

tidx_m = pd.date_range('2011-01-31', periods=2, freq='M') 
tidx_d = pd.date_range('2011-01-01', '2011-02-28', freq='D') 

d = pd.Series(100, tidx_m) 
d.reindex(tidx_d, fill_value=0).groupby(pd.TimeGrouper('M')).transform('mean') 

ergibt

2011-01-01 3.225806 
2011-01-02 3.225806 
2011-01-03 3.225806 
2011-01-04 3.225806 
2011-01-05 3.225806 
2011-01-06 3.225806 
2011-01-07 3.225806 
2011-01-08 3.225806 
2011-01-09 3.225806 
2011-01-10 3.225806 
2011-01-11 3.225806 
2011-01-12 3.225806 
2011-01-13 3.225806 
2011-01-14 3.225806 
2011-01-15 3.225806 
2011-01-16 3.225806 
2011-01-17 3.225806 
2011-01-18 3.225806 
2011-01-19 3.225806 
2011-01-20 3.225806 
2011-01-21 3.225806 
2011-01-22 3.225806 
2011-01-23 3.225806 
2011-01-24 3.225806 
2011-01-25 3.225806 
2011-01-26 3.225806 
2011-01-27 3.225806 
2011-01-28 3.225806 
2011-01-29 3.225806 
2011-01-30 3.225806 
2011-01-31 3.225806 
2011-02-01 3.571429 
2011-02-02 3.571429 
2011-02-03 3.571429 
2011-02-04 3.571429 
2011-02-05 3.571429 
2011-02-06 3.571429 
2011-02-07 3.571429 
2011-02-08 3.571429 
2011-02-09 3.571429 
2011-02-10 3.571429 
2011-02-11 3.571429 
2011-02-12 3.571429 
2011-02-13 3.571429 
2011-02-14 3.571429 
2011-02-15 3.571429 
2011-02-16 3.571429 
2011-02-17 3.571429 
2011-02-18 3.571429 
2011-02-19 3.571429 
2011-02-20 3.571429 
2011-02-21 3.571429 
2011-02-22 3.571429 
2011-02-23 3.571429 
2011-02-24 3.571429 
2011-02-25 3.571429 
2011-02-26 3.571429 
2011-02-27 3.571429 
2011-02-28 3.571429 
Freq: D, dtype: float64