[英]Pandas resampling irregular time series
我有一个看起来像这样的时间序列:
2018-10-12 00:00:00 1
2018-10-12 01:00:00 0
2018-10-12 02:00:00 0
2018-10-12 06:00:00 7
2018-10-12 07:00:00 22
2018-10-12 08:00:00 8
2018-10-12 09:00:00 18
2018-10-12 10:00:00 24
2018-10-12 11:00:00 8
2018-10-12 11:15:00 5
2018-10-12 11:30:00 4
2018-10-12 11:45:00 25
2018-10-12 12:00:00 29
2018-10-12 12:15:00 19
2018-10-12 12:30:00 24
2018-10-12 12:45:00 16
2018-10-12 13:00:00 49
2018-10-12 14:00:00 36
2018-10-12 15:00:00 27
2018-10-12 16:00:00 20
2018-10-12 17:00:00 8
2018-10-12 17:15:00 7
2018-10-12 17:30:00 8
2018-10-12 17:45:00 9
2018-10-12 18:00:00 10
我想重新采样它,以便它有 15 分钟的间隔。
import pandas as pd
data = pd.read_csv("data.csv", sep=",", index_col=0, parse_dates=True)
data_resampled = data.resample("900s").sum()
这产生了这个结果:
2018-10-12 07:00:00 22
2018-10-12 07:15:00 0
2018-10-12 07:30:00 0
2018-10-12 07:45:00 0
2018-10-12 08:00:00 8
2018-10-12 08:15:00 0
2018-10-12 08:30:00 0
2018-10-12 08:45:00 0
但我想要的结果是:
2018-10-12 07:00:00 5,5
2018-10-12 07:15:00 5,5
2018-10-12 07:30:00 5,5
2018-10-12 07:45:00 5,5
2018-10-12 08:00:00 2
2018-10-12 08:15:00 2
2018-10-12 08:30:00 2
2018-10-12 08:45:00 2
或者理想情况下是这样的
2018-10-12 07:00:00 6
2018-10-12 07:15:00 5
2018-10-12 07:30:00 6
2018-10-12 07:45:00 5
2018-10-12 08:00:00 2
2018-10-12 08:15:00 2
2018-10-12 08:30:00 2
2018-10-12 08:45:00 2
但我会接受这样的事情:
2018-10-12 07:00:00 5
2018-10-12 07:15:00 5
2018-10-12 07:30:00 5
2018-10-12 07:45:00 5
2018-10-12 08:00:00 2
2018-10-12 08:15:00 2
2018-10-12 08:30:00 2
2018-10-12 08:45:00 2
如何重新采样,以便跨越多个新间隔的间隔被均分,或者在新的较小间隔中接近相等?
您可以做的是在resample.sum
中并使用min_count=1
将值设置为 NaN 如果之前这 15 分钟间隔没有值。 然后您可以groupby.transform
每组从notna
和cumsum
存在的值开始(如果一个值后面跟着 nan 则它们被分组在一起),并在转换中使用mean
与fillna
之前为 0 的 nan。
s_ = s.resample('15min').sum(min_count=1)
s_ = s_.fillna(0).groupby(s_.notna().cumsum()).transform('mean')
print (s_)
2018-10-12 00:00:00 0.25 #here it is 1 divided by 4
2018-10-12 00:15:00 0.25
2018-10-12 00:30:00 0.25
2018-10-12 00:45:00 0.25
2018-10-12 01:00:00 0.00
...
2018-10-12 07:00:00 5.50 #same here
2018-10-12 07:15:00 5.50
2018-10-12 07:30:00 5.50
2018-10-12 07:45:00 5.50
2018-10-12 08:00:00 2.00
...
2018-10-12 17:00:00 8.00 # here you keep the original value as existed before
2018-10-12 17:15:00 7.00
2018-10-12 17:30:00 8.00
2018-10-12 17:45:00 9.00
2018-10-12 18:00:00 10.00
Freq: 15T, Name: val, dtype: float64
其中 s 将是一个系列s=data['name_col_to_resample']
我会做resample('H').sum()
,然后做一个asfreq('15Min')
,然后是groupby
:
s = df.resample('H').sum().asfreq('15Min').fillna(0)
s.groupby(s.index.floor('H')).transform('mean')
Output(头):
1
0
2018-10-12 00:00:00 0.25
2018-10-12 00:15:00 0.25
2018-10-12 00:30:00 0.25
2018-10-12 00:45:00 0.25
2018-10-12 01:00:00 0.00
尝试这个
import pandas as pd
data = pd.read_csv("data.csv", sep=",", index_col=0, parse_dates=True)
# just changing the column names
df.index.name='Datetime'
df.columns = ['values']
# resample
df = df.resample('15min').sum().reset_index() # resample
# This will be used for the groupby
df['key'] = np.cumsum( (df['Datetime'].dt.minute == 0) | (df['values'] > 0) )
df['new_values'] = df.groupby(['key'])['values'].transform('mean')
df = df.drop(columns=['key'])
请注意,当您遇到以下情况时
2018-10-12 08:00:00 10
2018-10-12 08:15:00 9
2018-10-12 08:30:00 0
2018-10-12 08:45:00 0
它会变成
2018-10-12 08:00:00 10
2018-10-12 08:15:00 3
2018-10-12 08:30:00 3
2018-10-12 08:45:00 3
我不知道这是否是你想要的。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.