重新采样TimedeltaIndex并标准化为频率

Question

例如，我有Series：

17:50:51.050929    5601
17:52:15.429169    5601
17:52:19.538702    5601
17:53:44.776350    5601
17:53:51.870372    5598
17:55:33.952417    5600
17:56:48.736539    5596
17:57:01.205767    5593
17:57:26.066097    5593
17:57:30.644398    5591

我想重新取样，但我希望索引开始四舍五入。 因此，在上面的情况中，如果我在17:51:00频率重新采样，我想要第一个索引Min。

然而，熊猫就是这样实现的：

a.resample('1T', 'mean')

Out[125]: 
17:50:51.050929    5601.000000
17:51:51.050929    5601.000000
17:52:51.050929    5601.000000
17:53:51.050929    5598.000000
17:54:51.050929    5600.000000
17:55:51.050929    5596.000000
17:56:51.050929    5592.333333
17:57:51.050929            NaN

如何从舍入索引开始TimedeltaIndex？例如Timestamp重新取样

Answer 1

快速执行此操作的方法是在重新采样之前规范化索引（使用floor，ceil或round）：

a.index = a.index.floor(freq='1T')
a = a.resample('1T').mean()