如何将 pandas Dataframe 时间序列数据从 8hz 重新采样到 16hz？

Posted 2023-02-18

【中文标题】如何将 pandas Dataframe 时间序列数据从 8hz 重新采样到 16hz？

【英文标题】：How to resample pandas Dataframe time series data from 8hz to 16hz?

【发布时间】：2021-11-08 02:30:08

【问题描述】：

我在 pandas Dataframe 中有时间序列数据，采样率为 8hz，即每秒 8 个样本。我需要将其转换为 16 hz 数据，即每秒 16 个样本。 索引位于第一列，格式为 yyyy-mm-dd hh:mm:ss.ssssss。 我无法使用标准 pandas 命令重新采样。 可以请帮助我如何做到这一点？ 其他答案是关于小时'H'，分钟'm'，但是有人可以帮助我了解数据在哪里。

【参考方案1】：

您实际上可以这样做。 Pandas resample 支持高达纳秒的值。以下是一些需要牢记的价值观：

S        seconds
L        milliseconds
U        microseconds
N        nanoseconds

对于您的情况，每秒 8 个样本相当于 125 毫秒，每秒 16 个样本相当于 62.5 毫秒。

生成一个例子（8hz）：

index = pd.date_range('1/1/2000', periods=9, freq='125L')
series = pd.Series(range(9), index=index)

给予：

2000-01-01 00:00:00.000    0
2000-01-01 00:00:00.125    1
2000-01-01 00:00:00.250    2
2000-01-01 00:00:00.375    3
2000-01-01 00:00:00.500    4
2000-01-01 00:00:00.625    5
2000-01-01 00:00:00.750    6
2000-01-01 00:00:00.875    7
2000-01-01 00:00:01.000    8

重新采样：

series = series.resample('62.5L').ffill()

给予：

2000-01-01 00:00:00.000000    0
2000-01-01 00:00:00.062500    0
2000-01-01 00:00:00.125000    1
2000-01-01 00:00:00.187500    1
2000-01-01 00:00:00.250000    2
2000-01-01 00:00:00.312500    2
2000-01-01 00:00:00.375000    3
2000-01-01 00:00:00.437500    3
2000-01-01 00:00:00.500000    4
2000-01-01 00:00:00.562500    4
2000-01-01 00:00:00.625000    5
2000-01-01 00:00:00.687500    5
2000-01-01 00:00:00.750000    6
2000-01-01 00:00:00.812500    6
2000-01-01 00:00:00.875000    7
2000-01-01 00:00:00.937500    7
2000-01-01 00:00:01.000000    8

【讨论】：

填充工作正常。但插值不起作用，插值填充的是 nan 而不是插值。你能帮帮我吗？

@user5349 而不是ffill 你只需要输入interpolate 这应该可以工作。如果不是，我会检查列的类型是 float（而不是 object）。

你说的是对的，我转成float，然后就成功了。谢谢