[英]aggregate and distribute time series data
我在 Pandas 数据框中有一些时间序列数据,如下所示:
开始 | 结尾 | mw_values |
---|---|---|
2021-09-14 11:16:00 | 2021-09-14 11:27:11 | 0 |
2021-09-14 11:27:11 | 2021-09-14 11:30:00 | 100 |
2021-09-14 11:30:00 | 2021-09-14 11:33:59 | 1200 |
2021-09-14 11:33:59 | 2021-09-14 11:39:42 | 600 |
2021-09-14 11:39:42 | 2021-09-14 11:59:59 | 400 |
我需要将 mw_values 的总和分配到 15 分钟的时间段中,如下所示:
time_slots_15_min | sum_mw_values |
---|---|
2021-09-14 11:00 | 0 |
2021-09-14 11:15 | 100 |
2021-09-14 11:30 | 2200 |
2021-09-14 11:45 | 0 |
2021-09-14 12:00 | 0 |
有人知道我如何实现这一目标吗?
请注意,开始和结束之间的间隔可能会重叠 2 个时隙。 那么该值必须涉及它开始的时隙的总和; 例如,上面示例中的 mw_value 为 400。
您可以重新采样您的数据帧,以便将数据以 15 分钟的时间段相加。 然后您可以重新索引该帧,使其与您想要的开始/结束/频率时间相匹配。
freq = "15min"
new_index = pd.date_range(
"2021-09-14 11:00:00", "2021-09-14 12:00:00", freq=freq
)
out = (
df.resample(freq, on="begin")["mw_values"]
.sum()
.reindex(new_index, fill_value=0)
.to_frame("sum_mw_values")
)
print(out)
sum_mw_values
2021-09-14 11:00:00 0
2021-09-14 11:15:00 100
2021-09-14 11:30:00 2200
2021-09-14 11:45:00 0
2021-09-14 12:00:00 0
您可以通过begin
列重新索引 DataFrame,插入两个新行以确保开始时间从11:00
开始,结束时间为12:00
),然后使用.resample("15min").sum()
将适用于DatetimeIndex
(如果您想进一步阅读,可以在此处找到文档):
## in case your column isn't already a datetime
df["begin"] = pd.to_datetime(df["begin"])
df = df.set_index("begin")
## add beginning and ending times to df
df_start_end = pd.DataFrame({"end": ["2021-09-14 11:15:00","2021-09-14 12:15:00"], "mw_values":[0]}, index=[pd.to_datetime("2021-09-14 11:00:00"),pd.to_datetime("2021-09-14 12:00:00")])
df_final = pd.concat([df_start_end,df]).sort_index()
这是df_final
样子:
end mw_values
2021-09-14 11:00:00 2021-09-14 11:15:00 0
2021-09-14 11:16:00 2021-09-14 11:27:11 0
2021-09-14 11:27:11 2021-09-14 11:30:00 100
2021-09-14 11:30:00 2021-09-14 11:33:59 1200
2021-09-14 11:33:59 2021-09-14 11:39:42 600
2021-09-14 11:39:42 2021-09-14 11:59:59 400
2021-09-14 12:00:00 2021-09-14 12:15:00 0
然后我们每 15 分钟对DatetimeIndex
重新采样和求和:
## sum by every 15 minutes from the start to end time
df_final.resample("15min").sum().reset_index().rename(columns={"index":"time_slots_15_min","mw_values":"sum_mw_values"})
输出:
time_slots_15_min sum_mw_values
0 2021-09-14 11:00:00 0
1 2021-09-14 11:15:00 100
2 2021-09-14 11:30:00 2200
3 2021-09-14 11:45:00 0
4 2021-09-14 12:00:00 0
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.