对“ pandas”系列重新采样时每天保持24小时（从每天到每小时）

Posted 2023-01-14

我有一个pandas Series，并且每天都有一个值（以tz为单位定位的DateTimeIndex：

tmpr
Out[38]: 
2018-01-01 00:00:00+01:00    1.810
2018-01-02 00:00:00+01:00    2.405
2018-01-03 00:00:00+01:00    1.495
2018-01-04 00:00:00+01:00    1.600
2018-01-05 00:00:00+01:00    0.545

2020-12-27 00:00:00+01:00    2.655
2020-12-28 00:00:00+01:00    1.705
2020-12-29 00:00:00+01:00    1.255
2020-12-30 00:00:00+01:00    1.405
2020-12-31 00:00:00+01:00    3.000
Freq: D, Name: tmpr, Length: 1096, dtype: float64

我想将其上采样为小时值，以便每个值重复24次（或23或25，取决于夏季/冬季转换，但这完全是另一回事了）。这是我尝试过的：

tmpr.resample('h').ffill()
Out[39]: 
2018-01-01 00:00:00+01:00    1.810
2018-01-01 01:00:00+01:00    1.810
2018-01-01 02:00:00+01:00    1.810
2018-01-01 03:00:00+01:00    1.810
2018-01-01 04:00:00+01:00    1.810

2020-12-30 20:00:00+01:00    1.405
2020-12-30 21:00:00+01:00    1.405
2020-12-30 22:00:00+01:00    1.405
2020-12-30 23:00:00+01:00    1.405
2020-12-31 00:00:00+01:00    3.000
Freq: H, Name: tmpr, Length: 26281, dtype: float64

问题是最后一天：我无法让resample包含0:00之后的23小时。

添加closed参数没有区别，无论是重采样还是创建原始时间序列。

（（我尝试用左或右闭合索引创建原始的Series：pd.date_range(start=pd.Timestamp(2018, 1, 1), end=pd.Timestamp(2021, 1, 1), freq='D', closed='left')和... end=pd.Timestamp(2020, 12, 31)，但所得的级数似乎相同。）

我总是可以在附加日期（2021-01-01）后面附加一个虚拟值，然后在最后将其删除，但这确实很糟糕。

关于如何按预期方式执行此操作的任何想法？

PS-在以前的项目中，使用PeriodIndex而不是DateTimeIndex，我没有问题。但是，我不能在这里使用它，因为它们不支持我确实需要的时区功能。

答案

由于您的数据是每天的数据，因此您只需创建新的时间戳和reindex：

new_timestamps = pd.date_range(tmpr.index[0], 
                          tmpr.index[-1]+pd.to_timedelta('23H'),
                          freq='H')

tmpr.reindex(new_timestamps).ffill()

输出（用于示例数据的前半部分）：

2018-01-01 00:00:00+01:00    1.810
2018-01-01 01:00:00+01:00    1.810
2018-01-01 02:00:00+01:00    1.810
2018-01-01 03:00:00+01:00    1.810
2018-01-01 04:00:00+01:00    1.810
                             ...  
2018-01-05 19:00:00+01:00    0.545
2018-01-05 20:00:00+01:00    0.545
2018-01-05 21:00:00+01:00    0.545
2018-01-05 22:00:00+01:00    0.545
2018-01-05 23:00:00+01:00    0.545
Freq: H, Name: tmpr, Length: 120, dtype: float64