Question

我有一个这样的数据框：

0 0.131567 1 0.098878 2 0.102000 . ... 94574 0.088912 94575 0.089399

我知道它对应于一些时间间隔，例如。 15:57:32 - 16:50:05所以我想将索引从数字序列转换为时间戳序列。所以输出看起来像这样

 15:57:32.000000   0.131567  
 15:57:32.031000   0.102000  
             ...   ...
 16:50:04.969000   0.088912
 16:50:04.000000   0.089399`

也许我可以使用以下代码来完成它：

>     rng = date_range('15:57:32.000000','16:50:04.000000' , freq=??) 
>     ts = Series(data, index=rng)

但是我应该如何选择频率呢？有没有其他方法可以做到这一点，或者我在正确的道路上？

Answer 1

您可以在freq字段中指定乘数。 help(pd.date_range)给出：

freq：string或DateOffset，默认为'D'（每日日历）频率字符串可以具有倍数，例如'5H'

rng = pd.date_range('15:57:32','16:50:04',freq='33328us')

然后len(rng)正是94576：

2016-03-15 15:57:32         0.881135
2016-03-15 15:57:32.033328  0.237618
2016-03-15 15:57:32.066656  0.761269
....
2016-03-15 16:50:03.962272  0.820865
2016-03-15 16:50:03.995600  0.181762

将数字索引与pandas中的时间周期对齐

1 个答案: