Python将类型'datetime.timedelta'转换为'pandas.tseries.offsets'

Question

如何在Python中将'datetime.timedelta'对象转换为'pandas.tseries.offsets'？ 例如：datetime.timedelta(1)到to_offset('1D')？

长篇故事：我想用OHLC条形图绘制Pandas DataFrame，但是当数据点太多时，条形图太薄而图表变得无法读取。在这种情况下，我想计算一个较长周期的条形图，以便在我的图表上得到少于100个条形图。

给定一个DataFrame df（数据可以是第二到每月周期之间的任何数据）

1. 第1步：获取数据帧周期：

   source_period = min([t2-t1 for t2, t1 in zip(df.index[1:], df.index[:-1])])

   （我不能在这里使用df.index.freq）

2. 第2步：估算目标期：

   target_period = source_period * float(len(df.index))/100

3. 第3步：分组合并数据

   grouped_df = df.groupby(pd.TimeGrouper(period_convert(target_period ))).agg(ohlc_combine)

我想念period_convert函数，我真的不知道从哪里开始。

为了有一个起点，我可笑的丑陋黑客这样做：

target_datapoints = 100
source_period = min([t2-t1 for t2, t1 in zip(df.index[1:], df.index[:-1])])
target_period = source_period.total_seconds() * float(len(df.index)) / target_datapoints
target_offset = str(int(target_period)) + 'S'
target_df = df.groupby(pd.TimeGrouper(target_offset)).agg(ohlc_combine)

问题：丑陋，缓慢，前卫的案件未得到处理......

Answer 1

你可以直接构建它

e.g。说源期间为60S，现在target_period为301S，只需使用它。

如果你想将这些更改为“更大”的时间段，你可以这样做（需要numpy 1.7），（返回一个字符串）：

In [18]: pd.tslib.repr_timedelta64(np.timedelta64(timedelta(seconds=301)).astype('m8[ns]'))
Out[18]: '00:05:01'

但这几乎和处理一样难。

实际上有一个函数可能很好。