使用 date_range 重新索引时间戳数据

Posted

技术标签:

【中文标题】使用 date_range 重新索引时间戳数据【英文标题】:Reindex time-stamped data with date_range 【发布时间】:2012-08-31 03:16:19 【问题描述】:

我有一个pandas.Series时间戳数据 - 基本上是一系列事件:

0      2012-09-05 19:28:52
1      2012-09-05 19:28:52
2      2012-09-05 19:44:37
3      2012-09-05 19:44:37
4      2012-09-05 20:04:53
5      2012-09-05 20:04:53
6      2012-09-05 20:12:59
7      2012-09-05 20:13:15
8      2012-09-05 20:13:15
9      2012-09-05 20:13:15

我想在特定的 pandas.date_range(例如 15 分钟间隔;pandas.date_range(start, end, freq='15T'))上创建一个 pandas.TimeSeries,它保存每个时期的事件计数。这如何实现?

谢谢, 彼得

【问题讨论】:

【参考方案1】:

如果您将事件的时间戳用作系列的索引而不是数据,那么 resample 可以做到这一点。在下面的示例中,series 的索引是时间戳,数据是 event_id,基本上是您的系列的索引。

In [47]: s
Out[47]:
                      event_id
timestamp
2012-09-05 19:28:52          0
2012-09-05 19:28:52          1
2012-09-05 19:44:37          2
2012-09-05 19:44:37          3
2012-09-05 20:04:53          4
2012-09-05 20:04:53          5
2012-09-05 20:12:59          6
2012-09-05 20:13:15          7
2012-09-05 20:13:15          8
2012-09-05 20:13:15          9

resample(此方法也可用于 DataFrame)将给出一个新系列,在这种情况下为 15 分钟周期,桶的结束时间(周期)用于引用它(您可以使用 label arg 来控制它)。

In [48]: s.resample('15Min', how=len)
Out[48]:
                      event_id
timestamp
2012-09-05 19:30:00          2
2012-09-05 19:45:00          2
2012-09-05 20:00:00          0
2012-09-05 20:15:00          6

【讨论】:

一定要注意closedlabel选项到resample

以上是关于使用 date_range 重新索引时间戳数据的主要内容,如果未能解决你的问题,请参考以下文章

Python数据分析pandas日期范围date_range

pandas使用date_range函数按照指定的频率(freq)和指定的个数(periods)生成dataframe的时间格式数据列基于dataframe的日期数据列生成日期索引

时间序列基础

pandas重新索引

计算索引的 Pandas df timedelta

pandas使用datetime创建示例dataframe:包含完整的时分秒信息创建时间索引使用不同的时间频率date_range中参数freq的偏移量别名