Question

这是我找到的最近的链接：https://stats.stackexchange.com/questions/5305/how-to-re-sample-an-xts-time-series-in-r

但是我没有看到任何关于聚合数据的方法（比如卑鄙，计数，匿名函数），你可以在pandas中做。

对于我的程序，我试图每2分钟重新采样一次数据帧，并取每个间隔的2个值的平均值。谢谢！

Answer 1

如果您使用data.table和lubridate，则可能看起来像这样

library(data.table)
library(lubridate)
#sample data
dt<-data.table(ts=seq(from=ymd('2015-01-01'), to=ymd('2015-07-01'),by='mins'), datum=runif(260641,0,100))

如果你想从一分钟到一小时获得数据意味着你可以做到

 dt[,mean(datum),by=floor_date(ts,"hour")]

如果您有一堆列，并且您希望所有这些列都是平均值，那么

dt[,lapply(.SD,mean),by=floor_date(ts,"hour")]

您可以将mean替换为您想要的任何功能。您可以将“小时”替换为“秒”，“分钟”，“小时”，“日期”，“周”，“月”，“年”。好吧，你不能从一分钟到几分钟，因为这需要魔法，但无论如何你都可以从微秒到秒。

无法将系列从较低的周期转换为a 更高的周期性 - 例如每周到每天或每天到5分钟的酒吧，因为这需要魔法。

-Jeffrey Ryan来自xts手册。

我从来没有学过xts所以我不知道使用xts对象的语法，但这条线很有名（或者至少与手册中的一行一样出名）

Answer 2

你看过R COIN套餐了吗？这是一个教程，可以帮助您确定这是否是您正在寻找的：http://www.statmethods.net/stats/resampling.html

有关该软件包的更多信息，请访问：https://cran.r-project.org/web/packages/coin/coin.pdf

Answer 3

您可以使用网状结构来利用熊猫方法

require(reticulate)
pd <- import("pandas")

df <- r_to_py(df) #Transform to Pandas DataFrame
df = df$set_index(pd$DatetimeIndex(df['Date']))
#df_meidan_hours=df$resample('1H', how='median', closed='left', label='left')
df_meidan_hours=df$resample('1H',closed='left', label='left')$agg('median')
df_meidan_hours <- py_to_r(df_meidan_hours) #Transform back to r's data.frame

什么是等效的pandas .resample（）方法？

3 个答案: