在Pandas中重新采样数据框时，可以使用resample()函数来进行操作。如果不填充缺失时间，则可以通过设置fill_method参数为None来实现。

以下是一个示例代码，演示了如何重新采样一个包含缺失时间的数据框：

import pandas as pd

# 创建一个示例数据框
data = {'date': pd.to_datetime(['2021-01-01', '2021-01-02', '2021-01-04']),
        'value': [1, 2, 3]}
df = pd.DataFrame(data)

# 将'date'列设置为索引
df.set_index('date', inplace=True)

# 将数据框重新采样为每日频率
resampled_df = df.resample('D', fill_method=None)

# 打印重新采样后的数据框
print(resampled_df)

输出结果如下：

            value
date             
2021-01-01    1.0
2021-01-02    2.0
2021-01-03    NaN
2021-01-04    3.0

注意，重新采样后的数据框中，缺失的时间点会被填充为NaN。通过将fill_method参数设置为None，即可实现不填充缺失时间的情况下重新采样数据框。