Мой фрейм данных выглядит как
Time np day month year wek hour minute
0 2019-01-01 00:00:00 0.000000 1 1 2019 1 0 0
1 2019-01-01 00:15:00 0.000000 1 1 2019 1 0 15
2 2019-01-01 00:30:00 0.000000 1 1 2019 1 0 30
3 2019-01-01 00:45:00 0.000000 1 1 2019 1 0 45
4 2019-01-01 01:00:00 0.000000 1 1 2019 1 1 0
5 2019-01-01 01:15:00 0.000000 1 1 2019 1 1 15
6 2019-01-01 01:30:00 0.000000 1 1 2019 1 1 30
7 2019-01-01 01:45:00 0.000000 1 1 2019 1 1 45
с датами начиная с 2019. В нем я хочу изменить частоту значений np на месячные значения (среднее значение месяца), еженедельно значения (среднее значение за неделю) и дневные значения (среднее значение за день). Я применяю этот код
#Daily
daily = temp_plot.resample('D').mean()
#Weekly
weekly = temp_plot.resample('W').mean()
#Monthly
monthly = temp_plot.resample('M').mean()
В результате получается что-то вроде этого
Time np day month year wek hour
2018-02-13 00:00:00 0.000000 13.0 2.0 2018.0 1.0 0.0 22.5
2018-02-13 01:00:00 0.000000 13.0 2.0 2018.0 1.0 1.0 22.5
2018-02-13 02:00:00 0.000000 13.0 2.0 2018.0 1.0 2.0 22.5
2018-02-13 03:00:00 0.000000 13.0 2.0 2018.0 1.0 3.0 22.5
2018-02-13 04:00:00 0.000000 13.0 2.0 2018.0 1.0 4.0 22.5
2018-02-13 05:00:00 0.000000 13.0 2.0 2018.0 1.0 5.0 22.5
2018-02-13 06:00:00 0.010159 13.0 2.0 2018.0 1.0 6.0 22.5
Как видно время изменилось до некоторых значений 2018 года, но даты были введены только 2019. Поиск решений, позволяющих сохранить столбец времени без изменений и суммировать только значения np, указанные в наборе данных