使用 DatetimeIndex 重新采样 DataFrame 并保持日期范围

Question

我的问题可能听起来微不足道，但我还没有找到任何解决方案：

当我使用 DatetimeIndex 将 DataFrame 重新采样为三个月一次的值时，我希望重新采样的数据保持在与原始数据相同的日期范围内。

最小的例子：

import numpy as np
import pandas as pd

# data from 2014 to 2016
dim = 8760 * 3 + 24
idx = pd.date_range('1/1/2014 00:00:00', freq='h', periods=dim)
df = pd.DataFrame(np.random.randn(dim, 2), index=idx)

# resample two three months
df = df.resample('3M').sum()
print(df)

屈服

                     0           1
2014-01-31   24.546928  -16.082389
2014-04-30  -52.966507  -40.255773
2014-07-31  -32.580114   47.096810
2014-10-31   -9.501333   12.872683
2015-01-31 -106.504047   45.082733
2015-04-30  -34.230358   70.508420
2015-07-31  -35.916497  104.930101
2015-10-31  -16.780425   17.411410
2016-01-31   68.512994  -43.772082
2016-04-30   -0.349917   27.794895
2016-07-31  -30.408862  -18.182486
2016-10-31  -97.355730 -105.961101
2017-01-31   -7.221361   40.037358

为什么重采样会超出日期范围，例如为2017-01-31创建一个条目，我如何防止这种情况发生并保持在原始范围内，例如在2014-01-01和2016-12-31之间？ 这不应该是从January-March, April-June, ... October-December的预期标准行为吗？

提前致谢！

Answer 1

您的 DataFrame 有 36 个月。

当您每 3 个月重新采样时，第一行将包含直到第一个月结束的所有内容，第二行将包含您第二个月和之后 3 个月之间的所有内容，依此类推。 您的最后一行将包含从2016-10-31到 3 个月之后的所有内容，即2017-01-31 。

如果你愿意，你可以把它改成

df.resample('3M', closed='left', label='left').sum()

，给你

2013-10-31   3.705955  25.394287
2014-01-31  38.778872 -12.655323
2014-04-30  10.382832 -64.649173
2014-07-31  66.939190  31.966008
2014-10-31 -39.453572  27.431183
2015-01-31  66.436348  29.585436
2015-04-30  78.731608 -25.150526
2015-07-31  14.493226  -5.842421
2015-10-31  -2.394419  58.017105
2016-01-31 -36.295499 -14.542251
2016-04-30  69.794101  62.572736
2016-07-31  76.600558 -17.706111
2016-10-31 -68.842328 -32.723581

，但第一行将“超出您的范围”。

如果您每 3 个月重新采样一次，那么您的第一行将超出您的范围，或者您的最后一行将超出您的范围。

编辑

如果您希望 bin 为“前三个月”、“后三个月”等，您可以这样写

df.resample('3MS').sum()

，因为这将在每个月的开始而不是结束（参见https://pandas.pydata.org/pandas-docs/stable/timeseries.html#timeseries-offset-aliases ）