Question

我正在尝试使用pandas将每日数据重新采样为每周数据。

我正在使用以下内容：

weekly_start_date =pd.Timestamp('01/05/2011')
weekly_end_date =pd.Timestamp('05/28/2013')

daily_data = daily_data[(daily_data["date"] >= weekly_start_date) & (daily_data["date"] <= weekly_end_date)]    

daily_data = daily_data.set_index('date',drop=False)
weekly_data = daily_data.resample('7D',how=np.sum,closed='left',label='left')

问题是weekly_data不再有日期列。

我错过了什么？

谢谢，

Answer 1

如果我理解你的问题，看起来你正确地进行了重新取样（Pandas docs on the resampling here http://pandas.pydata.org/pandas-docs/stable/timeseries.html）。

  weekly_data = daily_data.resample('7D',how=np.sum,closed='left',label='left')

如果唯一的问题是您希望在列中复制DateTimeIndex，则可以执行此操作。

  weekly_data['date'] = weekly_data.index.values

如果我误解了这个问题，请道歉。 :)

Answer 2

您只能按数字列重新取样：

In [11]: df = pd.DataFrame([[pd.Timestamp('1/1/2012'), 1, 'a', [1]], [pd.Timestamp('1/2/2012'), 2, 'b', [2]]], columns=['date', 'no', 'letter', 'li'])

In [12]: df1 = df.set_index('date', drop=False)

In [13]: df1
Out[13]:
                          date  no letter   li
date
2012-01-01 2012-01-01 00:00:00   1      a  [1]
2012-01-02 2012-01-02 00:00:00   2      b  [2]

In [15]: df1.resample('M', how=np.sum)
Out[15]:
            no
date
2012-01-31   3

我们可以看到它使用dtype来确定它是否为数字：

In [16]: df1.no = df1.no.astype(object)

In [17]: df1.resample('M', how=sum)
Out[17]:
            date  no  letter  li
date
2012-01-31     0   0       0   0

实际求和的可怕黑客：

In [21]: rng = pd.date_range(weekly_start_date, weekly_end_date, freq='M')

In [22]: g = df1.groupby(rng.asof)

In [23]: g.apply(lambda t: t.apply(lambda x: x.sum(1))).unstack()
Out[23]:
                           date no letter      li
2011-12-31  2650838400000000000  3     ab  [1, 2]

日期是纪元纳秒的总和......

（希望我做的事情很傻，而且有一种更简单的方法！）

pandas重新采样数据帧并将日期时间索引保留为列

2 个答案: