Pandas 重新采样倒数的时间序列(或反向重新采样)
Posted
技术标签:
【中文标题】Pandas 重新采样倒数的时间序列(或反向重新采样)【英文标题】:Pandas resample time series counting backwards (or reverse resample) 【发布时间】:2019-01-18 03:42:07 【问题描述】:我想重新采样一个倒数的熊猫时间序列。例如,让我们设置一个简单的 11 天时间序列:
>>> index = pd.date_range('01-01-2018', '01-11-2018', freq='D')
>>> randint = np.random.randint(low=0, high=9, size=(len(index), 1))
>>> df = pd.DataFrame(randint, index=index, columns=['random'])
>>> print(df)
random
2018-01-01 8
2018-01-02 8
2018-01-03 1
2018-01-04 4
2018-01-05 3
2018-01-06 5
2018-01-07 2
2018-01-08 6
2018-01-09 5
2018-01-10 1
2018-01-11 3
熊猫的默认行为
如果我每 5 天重新采样一次,我会得到:
>>> df_5d = df.resample('5D').sum()
>>> print(df_5d)
random
2018-01-01 24
2018-01-06 19
2018-01-11 3
基本上你有 3 个分组:前两个组有 5 个成员,最后一个组有 1 个成员,总共有 11 个成员:
Start End
2018-01-01 2018-01-05
2018-01-06 2018-01-10
2018-01-11 2018-01-11
我想要的是这个
>>> df_5d = df.resample('5D').sum()
>>> print(df_5d)
random
2018-01-01 8
2018-01-02 21
2018-01-07 17
分组如下所示。看看我是如何从最近的日期开始倒数 '5D'
的:
Start End
2018-01-01 2018-01-01
2018-01-02 2018-01-06
2018-01-07 2018-01-11
如何对倒数的 pandas 时间序列重新采样?
【问题讨论】:
您的真实数据中是否会有缺失的日子? 另见***.com/questions/37866145/… 【参考方案1】:你可以使用
In [452]: t = np.arange(len(df.index)-1, -1, -1) // 5
In [453]: df.reset_index().groupby(t, sort=False)['index'].agg([min, max])
Out[453]:
min max
2 2018-01-01 2018-01-01
1 2018-01-02 2018-01-06
0 2018-01-07 2018-01-11
【讨论】:
【参考方案2】:解决方法可能是将原始 df
分成两部分,以便能够使用标准重采样,然后 pd.concat
两个重采样数据帧,例如:
res_interval = 5
df_res = pd.concat([df[:len(df)%res_interval].resample('D'.format(res_interval)).sum(),
df[len(df)%res_interval:].resample('D'.format(res_interval)).sum()])
用我的随机数,我得到:
random
2018-01-01 1
2018-01-02 13
2018-01-07 26
【讨论】:
我认为不错的解决方案 ;) 我不得不把它分解,看看你在做什么,但这确实是一个很好的解决方案。您实际上不必向后采样,只需在 X 段块中采样,模数位于头部。这绝对应该是公认的答案,并已保存到我的项目参考资料中。 我们如何使用完整的小时、分钟和秒进行每小时重采样的日期时间?【参考方案3】:我想我得到了一个非常简单的解决方案:
您可以按时间降序对时间序列进行排序,然后进行重新采样。
index = pd.date_range('01-01-2018', '01-11-2018', freq='D')
randint = np.random.randint(low=0, high=9, size=(len(index), 1))
df = pd.DataFrame(randint, index=index, columns=['random'])
print(df)
random
2018-01-01 0
2018-01-02 4
2018-01-03 6
2018-01-04 8
2018-01-05 3
2018-01-06 8
2018-01-07 3
2018-01-08 4
2018-01-09 5
2018-01-10 5
2018-01-11 4
使用 label 和 closed ='right',您告诉 resample 应该在求和值的区间中考虑第一天,并且应该将其用作索引的标签。
print(df.sort_index(ascending=False).resample('5D',label='right',closed='right').sum())
random
2018-01-01 0
2018-01-06 29
2018-01-11 21
【讨论】:
以上是关于Pandas 重新采样倒数的时间序列(或反向重新采样)的主要内容,如果未能解决你的问题,请参考以下文章