以自定義間隔重新采樣 Pandas 時間序列並獲得一年內的間隔號

Question

語境：

我有一個與此類似的數據框，但它擴展了數十年的數據：

df = pd.DataFrame({'time':['2003-02-02', '2003-02-03', '2003-02-04', '2003-02-05', '2003-02-06', '2003-02-07', '2003-02-08', '2003-02-09','2003-02-10', '2003-02-11'], 'NDVI': [0.505413, 0.504566, 0.503682, 0.502759, 0.501796, 0.500791, 0.499743, 0.498651, 0.497514, 0.496332]})
df['time'] = pd.to_datetime(df['time'], format='%Y-%m-%d')
df.set_index('time', inplace=True)

輸出：

 NDVI time 2003-02-02 0.505413 2003-02-03 0.504566 2003-02-04 0.503682 2003-02-05 0.502759 2003-02-06 0.501796 2003-02-07 0.500791 2003-02-08 0.499743 2003-02-09 0.498651 2003-02-10 0.497514 2003-02-11 0.496332

問題：

我想要：

1. 獲取從每年年初開始的自定義時間間隔的平均NDVI值。 如果間隔是例如 10 天，值將被分類為 [Jan-1 : Jan-10]、[Jan-11 : Jan-20] 等。一年的最后一個間隔必須是 5 或 6 -天間隔取決於閏年（即一年中的第 360-365/6 天）。
2. 為相應的區間編號添加一列，因此輸出將類似於以下內容：

 NDVI yr_interval time 2003-01-31 0.505413 4 2003-02-10 0.497514 5

在上面的示例中，第一行表示 2003 年的第 4 個 10 天間隔。

題：

如何實施，知道：

• 對於跨越幾年的時間序列，間隔數應該每年重新開始（類似於pandas.Series.dt.week行為）？
• 代碼應該足夠靈活以測試其他時間間隔（例如 8 天）？

Answer 1

試試pandas.Series.dt.dayofyear並將結果除以你想要的間隔怎么樣？ 如果您使用 7 作為間隔，這將等同於pandas.Series.dt.week 。

證明留給讀者作為練習。

Answer 2

這應該有效。 我不知道是否有任何其他有效的方法可以做到這一點，但這是它的樣子。 在這里，我按年份對日期進行分組，然后按 10 天的時間間隔對每個年份組進行分組，並獲取年份組中每個 10 天組的索引 - 這樣每個年份組的索引都會重置

示例數據框 - 'time' col 具有從 01/01/2005 到 12/31/2007 的日期值，'NDVI' col 具有一些隨機值。

np.random.seed(123)
df = pd.DataFrame({'time': pd.date_range('2005-01-01', '2007-12-31', freq='1D'),
                   'NDVI': np.random.randn(1095)})
df['time'] = pd.to_datetime(df['time'], format='%Y-%m-%d')
df.set_index('time', inplace=True)

函數assign_group_interval將每個組（作為df）按10 天的時間間隔分組，並從分組的df 的索引中獲取yr_interval值。 此功能將應用於每個年份組，以便為​​每個年份組重置標識符。

def assign_group_interval(year_grp):
    year_grp['period'] = year_grp.groupby(pd.Grouper(freq='10D'), as_index=False)\
        .apply(lambda x: x['NDVI'])\
        .index.get_level_values(0)
    return year_grp

按年份對df進行分組並應用函數assign_group_interval

print(df.groupby(df.index.year).apply(assign_group_interval).reset_index())

輸出：

           time      NDVI  period
0    2005-01-01 -1.085631       0
1    2005-01-02  0.997345       0
2    2005-01-03  0.282978       0
3    2005-01-04 -1.506295       0
4    2005-01-05 -0.578600       0
5    2005-01-06  1.651437       0
6    2005-01-07 -2.426679       0
7    2005-01-08 -0.428913       0
8    2005-01-09  1.265936       0
9    2005-01-10 -0.866740       0
10   2005-01-11 -0.678886       1
11   2005-01-12 -0.094709       1
12   2005-01-13  1.491390       1
13   2005-01-14 -0.638902       1
14   2005-01-15 -0.443982       1
15   2005-01-16 -0.434351       1
16   2005-01-17  2.205930       1
17   2005-01-18  2.186786       1
18   2005-01-19  1.004054       1
19   2005-01-20  0.386186       1
20   2005-01-21  0.737369       2
21   2005-01-22  1.490732       2
22   2005-01-23 -0.935834       2
23   2005-01-24  1.175829       2
24   2005-01-25 -1.253881       2
25   2005-01-26 -0.637752       2
...
...
455  2006-04-01  0.104061       9
456  2006-04-02  0.165957       9
457  2006-04-03  1.601908       9
458  2006-04-04  0.058687       9
459  2006-04-05  1.064423       9
460  2006-04-06 -0.039329       9
461  2006-04-07  1.448904       9
462  2006-04-08 -1.870397       9
463  2006-04-09 -0.598732       9
464  2006-04-10  0.983033       9
465  2006-04-11 -0.171596      10
466  2006-04-12  0.931530      10
467  2006-04-13  0.385066      10
468  2006-04-14  0.945877      10
469  2006-04-15  0.613068      10
470  2006-04-16  0.673649      10
471  2006-04-17  1.492455      10
472  2006-04-18  0.986474      10
473  2006-04-19  0.993807      10
474  2006-04-20  0.020419      10
475  2006-04-21 -0.581850      11
476  2006-04-22 -0.659560      11
477  2006-04-23  0.750945      11
478  2006-04-24 -2.438461      11
479  2006-04-25 -1.307178      11
480  2006-04-26 -0.963254      11
...
...
830  2007-04-11 -0.482365      10
831  2007-04-12  1.079796      10
832  2007-04-13 -0.421079      10
833  2007-04-14 -1.166471      10
834  2007-04-15  0.856555      10
835  2007-04-16 -0.017391      10
836  2007-04-17  1.448577      10
837  2007-04-18  0.892200      10
838  2007-04-19 -0.229427      10
839  2007-04-20 -0.449668      10
840  2007-04-21  0.023372      11
841  2007-04-22  0.190210      11
842  2007-04-23 -0.881749      11
843  2007-04-24  0.841940      11
844  2007-04-25 -0.397363      11
845  2007-04-26 -0.423028      11
846  2007-04-27 -0.540688      11
847  2007-04-28  0.231017      11
848  2007-04-29 -0.692053      11
849  2007-04-30  0.134970      11
850  2007-05-01  2.766603      12
851  2007-05-02 -0.053609      12
852  2007-05-03 -0.434005      12
853  2007-05-04 -1.667689      12
854  2007-05-05  0.050222      12
855  2007-05-06 -1.109231      12
...
...
1070 2007-12-07  0.923065      34
1071 2007-12-08 -0.822000      34
1072 2007-12-09  1.607085      34
1073 2007-12-10  0.737825      34
1074 2007-12-11 -0.403760      34
1075 2007-12-12 -2.114548      34
1076 2007-12-13 -0.000311      34
1077 2007-12-14 -1.181809      34
1078 2007-12-15  0.299635      34
1079 2007-12-16  1.451169      34
1080 2007-12-17  0.160060      35
1081 2007-12-18 -0.178013      35
1082 2007-12-19  0.342205      35
1083 2007-12-20  0.285650      35
1084 2007-12-21 -2.362864      35
1085 2007-12-22  0.240937      35
1086 2007-12-23  0.620277      35
1087 2007-12-24 -0.259342      35
1088 2007-12-25  0.978559      35
1089 2007-12-26 -0.127675      35
1090 2007-12-27  0.766999      36
1091 2007-12-28  2.273105      36
1092 2007-12-29 -0.096391      36
1093 2007-12-30 -1.942132      36
1094 2007-12-31 -0.336592      36

@cwalvoort 的解決方案更好

df['yr_interval'] = df.index.dayofyear // 10