基於 DatetimeIndex 變量重新采樣 Pandas Dataframe

Question

我有一個帶有日期索引的 dataframe：

           Symbol  Shares  Price  Commission
Date                                        
2017-12-06    BNP       0      0        10.0
2018-10-09    BNP       0      0        10.0

和一個單獨的 DatetimeIndex 變量：

DatetimeIndex(['2014-02-14', '2014-02-15', '2014-02-16', '2014-02-17',
               ...
               '2020-04-11', '2020-04-12'],
              dtype='datetime64[ns]', length=2250, freq='D')

我正在嘗試根據該變量重新采樣 dataframe。 有什么辦法嗎？ 我知道pandas.DataFrame.resample但它似乎只能用於“常規”重采樣（即每天、每周等）

我是 python 的新手，從 MATLAB 遷移。

謝謝！

Answer 1

這取決於你想怎么做，請查看： http://pandas-docs.github.io/pandas-docs-travis/user_guide/timeseries.ZFC35FDC70D5FC69D2569883A82E

但是，Series 和 DataFrame 也可以直接支持時間分量作為數據本身。

我只舉一些例子：

rng = pd.date_range('1/1/2012', periods=100, freq='S')
ts = pd.Series(np.random.randint(0, 500, len(rng)), index=rng)
ts.resample('W-MON')

idx = pd.date_range('2018-01-01', periods=5, freq='H')
ts = pd.Series(range(len(idx)), index=idx)
Output: 
2018-01-01 00:00:00    0
2018-01-01 01:00:00    1
2018-01-01 02:00:00    2
2018-01-01 03:00:00    3
2018-01-01 04:00:00    4

pd.Series(range(3), index=pd.date_range('2000', freq='D', periods=3))
Output: 
2000-01-01    0
2000-01-02    1
2000-01-03    2

pd.Series(pd.period_range('1/1/2011', freq='M', periods=3))
Output: 
0   2000-01-01
1   2000-01-02
2   2000-01-03