Question

尝试将每周8个时间点的样本下调到2个点，每个时间点代表4周的平均值，我使用resample（）。我开始使用（60 * 60 * 24 * 7 * 4）秒定义规则，看到我最终得到3个时间点，最新的一个是假的。开始检查它，我注意到如果我将规则定义为4W或28D它没关系，但是下降到672H或更小的单位（分钟，秒，......），会出现额外的伪造列。这个测试代码：

import numpy as np
import pandas as pd

d = np.arange(16).reshape(2, 8)
res = []

for month in range(1,13):
    start_date = str(month) + '/1/2014'
    df = pd.DataFrame(data=d, index=['A', 'B'], columns=pd.date_range(start_date, periods=8, freq='7D'))
    print(df, '\n')

    dfw = df.resample(rule='4W', how='mean', axis=1, closed='left', label='left')
    print('4 Weeks:\n', dfw, '\n')
    dfd = df.resample(rule='28D', how='mean', axis=1, closed='left', label='left')
    print('28 Days:\n', dfd, '\n')
    dfh = df.resample(rule='672H', how='mean', axis=1, closed='left', label='left')
    print('672 Hours:\n', dfh, '\n')
    dfm = df.resample(rule='40320T', how='mean', axis=1, closed='left', label='left')
    print('40320 Minutes:\n', dfm, '\n')
    dfs = df.resample(rule='2419200S', how='mean', axis=1, closed='left', label='left')
    print('2419200 Seconds:\n', dfs, '\n')
    res.append(([start_date], dfh.shape[1] == dfd.shape[1]))

print('\n\n--------------------------\n\n')
[print(res[i]) for i in range(12)]
pass

打印为（我这里只粘贴了最后一次迭代的打印输出）：

    2014-11-01  2014-11-29  2014-12-27
A         1.5         5.5         NaN
B         9.5        13.5         NaN

   2014-12-01  2014-12-08  2014-12-15  2014-12-22  2014-12-29  2015-01-05  \
A           0           1           2           3           4           5
B           8           9          10          11          12          13

   2015-01-12  2015-01-19
A           6           7
B          14          15

4 Weeks:
    2014-11-30  2014-12-28
A         1.5         5.5
B         9.5        13.5

28 Days:
    2014-12-01  2014-12-29
A         1.5         5.5
B         9.5        13.5

672 Hours:
    2014-12-01  2014-12-29  2015-01-26
A         1.5         5.5         NaN
B         9.5        13.5         NaN

40320 Minutes:
    2014-12-01  2014-12-29  2015-01-26
A         1.5         5.5         NaN
B         9.5        13.5         NaN

2419200 Seconds:
    2014-12-01  2014-12-29  2015-01-26
A         1.5         5.5         NaN
B         9.5        13.5         NaN



--------------------------


(['1/1/2014'], False)
(['2/1/2014'], True)
(['3/1/2014'], True)
(['4/1/2014'], True)
(['5/1/2014'], False)
(['6/1/2014'], False)
(['7/1/2014'], False)
(['8/1/2014'], False)
(['9/1/2014'], False)
(['10/1/2014'], False)
(['11/1/2014'], False)
(['12/1/2014'], False)

因此，date_range在9个月开始时出错，3个月（2月至4月）没有错误。不管是错过了什么，还是错误，是吗？

Answer 1

谢谢@DSM和@Andy，确实我有大熊猫0.15.1，升级到最新的0.15.2解决了它

熊猫重新采样bug？

1 个答案: