Python 時系列データから季節性を分離したい

前提・実現したいこと

Pythonを使って時系列データから季節変動の要素を除去または分離がしたいです。
statsmodelsを使って元のデータからトレンド、季節性、残差を分離させているのですが、最初に指定するfreq(周期)で引っかかってしまいます。
というのも、使用しているデータには欠損日のある日時データでして、1年周期(freq=365or366)としてしまうと季節性が正しく除去できません。statsmodelsで周期性を指定する際,freqの指定を1年にしたいのですがどのように指定してやればよいのでしょうか？

それとも、各月で平均をとって月次データにした方が早いでしょうか？

よろしくお願い致します。

該当のソースコード

>>print(DATA)    #'date'はindexに入ってます。データが得られた日付にばらつきがあり、毎日データが取れているわけではありません。
            num
date
2015-01-01  546
2015-01-03  550
2015-01-08  549
2015-01-10  551
2015-01-15  547
…
2019-12-15  602
2019-12-19  605
2019-12-22  601
2019-12-24  606
2019-12-28  607
2019-12-31  610


>>from statsmodels import api as sm
  res = sm.tsa.seasonal_decompose(DATA['num'],freq='Y')    #'num'を各成分に分ける

発生している問題・エラーメッセージ

TypeError                                 Traceback (most recent call last)
<ipython-input-63-99725809b82c> in <module>()
     33 
     34 
---> 35 res = sm.tsa.seasonal_decompose(DATA['num'],freq='Y') 　　#'num'を各成分に分ける
     36 


/usr/local/lib/python3.6/dist-packages/statsmodels/tsa/seasonal.py in seasonal_decompose(x, model, filt, freq, two_sided, extrapolate_trend)
    130 
    131     if filt is None:
--> 132         if freq % 2 == 0:  # split weights at ends
    133             filt = np.array([.5] + [1] * (freq - 1) + [.5]) / freq
    134         else:

TypeError: not all arguments converted during string formatting