將熊貓時間序列重新采樣到預定義的網格

Question

假設我有一個這樣的每周時間序列：

rng = pd.date_range('1/1/2011', periods=72, freq='D')
ts = pd.Series(np.random.randn(len(rng)), index=rng)
weekly = ts.resample('W').mean()

並且您還有其他每天間隔的系列，您還希望每周匯總一次，但要使其與第一個系列相匹配。

rng2 = pd.date_range('17/1/2011', periods=72, freq='D')
ts2 = pd.Series(np.random.randn(len(rng2)), index=rng2)

請注意，第二個系列不是在同一日期開始的，因此只需對ts2重新采樣，就會使兩個每周的系列不一致。 如果重采樣可以接收到一個detetime索引進行重采樣，那就太好了，但是AFAICT不可能。

你會怎么做？

Answer 1

重新采樣為每周時，您還可以指定一周中的哪一天開始： http : //pandas.pydata.org/pandas-docs/stable/timeseries.html#anchored-offsets 。

因此，您可以執行以下操作：

ts2_resamples = ts2.resample(weekly.index.freq).mean()

Answer 2

@FLab答案是最好的imo，如果您想在兩個系列中使用完全相同的索引，也可以執行以下操作：

import pandas as pd
import numpy as np

rng = pd.date_range('1/1/2011', periods=72, freq='D')
ts = pd.Series(np.random.randn(len(rng)), index=rng)
weekly = ts.resample('W').mean()

rng2 = pd.date_range('17/1/2011', periods=72, freq='D')
ts2 = pd.Series(np.random.randn(len(rng2)), index=rng2)

ts2.reindex(ts.index).resample('W').mean()

Out[14]: 
2011-01-02         NaN
2011-01-09         NaN
2011-01-16         NaN
2011-01-23   -0.073253
2011-01-30   -0.065030
2011-02-06   -0.037297
2011-02-13    0.101782
2011-02-20   -0.386027
2011-02-27    0.131906
2011-03-06    0.107101
2011-03-13   -0.030496
Freq: W-SUN, dtype: float64

如果您無權訪問先前的索引，只需使用@FLab方法，例如：

ts.resample('W-SUN').mean()
ts2.resample('W-SUN').mean()

您可以在此處傳遞多個arg：

Alias   Description
W-SUN   weekly frequency (sundays). Same as ‘W’
W-MON   weekly frequency (mondays)
W-TUE   weekly frequency (tuesdays)
W-WED   weekly frequency (wednesdays)
W-THU   weekly frequency (thursdays)
W-FRI   weekly frequency (fridays)
W-SAT   weekly frequency (saturdays)