熊猫将每小时时间序列重新采样为每小时比例时间序列

Posted 2023-03-12

【中文标题】熊猫将每小时时间序列重新采样为每小时比例时间序列

【英文标题】：Pandas resampling hourly timeseries into hourly proportion timeseries

【发布时间】：2013-04-29 06:00:04

【问题描述】：

我正在使用每小时时间序列（日期、时间 (hr)、P）并尝试计算每小时每日总“金额”的比例。我知道我可以使用 Pandas 的 resample('D', how='sum') 来计算 P (DailyP) 的每日总和，但在同一步骤中，我想使用每日 P 来计算每日 P 在每小时（因此，P/DailyP）以每小时时间序列结束（即，与原始频率相同）。我不确定这是否可以在 Pandas 术语中称为“重采样”。 从我对术语的使用中可能很明显，但我绝对是 Python 或编程的新手。如果有人可以建议一种方法来做到这一点，我将不胜感激。 谢谢！

【参考方案1】：

一种可能的方法是将每日总和重新索引回原始小时索引 (reindex) 并向前填充值（这样每个小时都会获得当天总和的值，fillna）：

df.resample('D', how='sum').reindex(df.index).fillna(method="ffill")

你可以用它来划分你的原始数据框。

一个例子：

>>> import pandas as pd
>>> import numpy as np
>>> 
>>> df = pd.DataFrame('P' : np.random.rand(72), index=pd.date_range('2013-05-05', periods=72, freq='h'))
>>> df.resample('D', 'sum').reindex(df.index).fillna(method="pad")
                             P
2013-05-05 00:00:00  14.049649
2013-05-05 01:00:00  14.049649
...
2013-05-05 22:00:00  14.049649
2013-05-05 23:00:00  14.049649
2013-05-06 00:00:00  13.483974
2013-05-06 01:00:00  13.483974
...
2013-05-06 23:00:00  13.483974
2013-05-07 00:00:00  12.693711
2013-05-07 01:00:00  12.693711
..
2013-05-07 22:00:00  12.693711
2013-05-07 23:00:00  12.693711