Question

使用 pandas 0.8.0 ，

import pandas
import pandas.tseries.offsets
h = pandas.tseries.offsets.Hour()
times = pandas.date_range(start='2010-1-1 1:00:05', periods=3, freq='3H')
times

[2010-01-01 01:00:05，...，2010-01-01 07:00:05] 长度：3，频率：3H，时区：无

times.snap(h)

[2010-01-01 01:00:05，...，2010-01-01 07:00:05] 长度：3，频率：H，时区：无

这是因为：

h.onOffset(times[0])

真

我猜这个功能很新，似乎没有太多记录。

前滚和回滚方法完全符合您的期望：

我在这里的更大目标是使用2个频率（例如4小时和1天）并根据第一个频率模拟第二个频率（例如7:05:33 - > 1,19：59：59）来分解一系列时间戳 - ＆gt; 4,21：44：00 - ＆gt; 5）

Answer 1

我需要类似的东西，这是我实施的抢购30秒数据：

import pandas as pd
from pandas.tseries.offsets import Tick
from pandas.tslib import Timedelta


class HalfMinute(Tick):
    _inc = Timedelta(seconds=30)

    def _snap_delta(self, dt):
        d = Timedelta(seconds=dt.second, microseconds=dt.microsecond)
        if d >= self._inc:
            d -= self._inc
        return d

    def onOffset(self, dt):
        return not self._snap_delta(dt)

    def rollforward(self, dt):
        return dt + (self._inc - self._snap_delta(dt))

    def rollback(self, dt):
        return dt - self._snap_delta(dt)


def test_snap():
    from random import random
    from datetime import timedelta
    # 1 hour of test data
    grid_index = pd.date_range('2015-09-09 00:00:00', '2015-09-09 01:00:00', freq='30S')

    # add uniform noise of maximum +-5 seconds
    mess_index = pd.Index(dt + timedelta(seconds=(random() - 0.5) * 10)
                          for dt in grid_index)

    snapped_index = mess_index.snap(HalfMinute())

    assert snapped_index.equals(grid_index)

在你的情况下，你可以做类似的事情来制作一个Offset对象。

Answer 2

小时DateOffset是“每小时”而不是“每小时一小时”。您可以尝试将Hour子类化为覆盖onOffset。您还可以签出TimeSeries.between_time方法。

在熊猫中捕捉到几个小时

2 个答案: