Question

我想从几个小时重新采样到半个小时。在示例中，我使用了.ffill()，但我也测试了.asfreq()作为中间步骤。

目标是获得半小时的时间间隔，其中每小时的值分布在上采样的时间间隔中，我正在尝试为存在相同问题的任何范围找到一个通用的解决方案。

import pandas as pd

index = pd.date_range('2018-10-10 00:00', '2018-10-10 02:00', freq='H')
hourly = pd.Series(range(10, len(index)+10), index=index)
half_hourly = hourly.resample('30min').ffill() / 2

hourly系列看起来像：

2018-10-10 00:00:00    10
2018-10-10 01:00:00    11
2018-10-10 02:00:00    12
Freq: H, dtype: int64

还有half_hourly：

2018-10-10 00:00:00    5.0
2018-10-10 00:30:00    5.0
2018-10-10 01:00:00    5.5
2018-10-10 01:30:00    5.5
2018-10-10 02:00:00    6.0
Freq: 30T, dtype: float64

最后一个问题是没有行代表02:30:00

我想实现的目标是：

2018-10-10 00:00:00    5.0
2018-10-10 00:30:00    5.0
2018-10-10 01:00:00    5.5
2018-10-10 01:30:00    5.5
2018-10-10 02:00:00    6.0
2018-10-10 02:30:00    6.0
Freq: 30T, dtype: float64

我知道hourly系列会在02:00结束，因此没有理由期望大熊猫默认插入最后一个半小时。但是，在阅读了许多已弃用/过时的帖子，一些较新的帖子documentation和cookbook之后，我仍然找不到直截了当的解决方案。

最后，我还测试了.mean()的用法，但没有满足NaN . And interpolate()的要求，没有按小时平均。

在这种情况下，我的.ffill() / 2几乎可以用作将小时传播到半小时的一种方式，但是对于这个问题，我希望熊猫已经提供了更好的解决方案。

谢谢。

Answer 1

您的精确问题可以像这样解决

        <li class='uk-active' uk-filter-control><a href='#'>Reset</a></li>";

我怀疑这是一个最低限度的示例，因此我也会尝试一般性地解决。可以说您每天要填写多个点

>>> import pandas as pd
>>> index = pd.date_range('2018-10-10 00:00', '2018-10-10 02:00', freq='H')
>>> hourly = pd.Series(range(10, len(index)+10), index=index)
>>> hourly.reindex(index.union(index.shift(freq='30min'))).ffill() / 2
2018-10-10 00:00:00    5.0
2018-10-10 00:30:00    5.0
2018-10-10 01:00:00    5.5
2018-10-10 01:30:00    5.5
2018-10-10 02:00:00    6.0
2018-10-10 02:30:00    6.0
Freq: 30T, dtype: float64

>>> import pandas as pd
>>> index = pd.date_range('2018-10-10 00:00', '2018-10-10 02:00', freq='H')
>>> hourly = pd.Series(range(10, len(index)+10), index=index)
>>> hourly.reindex(index.union(index.shift(freq='30min'))).ffill() / 2

采用类似的技巧，在2018-09-22的凌晨6点，中午12点，下午6点也包括在内。

重新索引，其偏移量等于您要包含为包含端点的偏移量。在这种情况下，我们的上班时间会增加

>>> import pandas as pd
>>> x = pd.Series([1.5, 2.5], pd.DatetimeIndex(['2018-09-21', '2018-09-22']))
>>> x.resample('6h').ffill()
2018-09-21 00:00:00    1.5
2018-09-21 06:00:00    1.5
2018-09-21 12:00:00    1.5
2018-09-21 18:00:00    1.5
2018-09-22 00:00:00    2.5
Freq: 6H, dtype: float64

上采样时如何处理熊猫重新采样中的时间序列的结尾？

1 个答案: