Question

我有一个小时和一分钟的数据，需要在5分钟的容器中重新采样：（在生产中，我们无法控制接收到的数据帧。这将产生一个样本。）

import numpy as np
import pandas as pd

rng = pd.date_range('7/29/2018 17:00', periods=61, freq='min')
ts = pd.DataFrame(np.ones(len(rng)), index=rng)

five_min_bins  = ts.resample('5min').sum()

这（正确）提供了一个从18:00开始的垃圾箱：

five_min_bins[-3:]
Out[]: 
                       0
2018-07-29 17:50:00  5.0
2018-07-29 17:55:00  5.0
2018-07-29 18:00:00  1.0

什么是将最后一个数据点移入前一个bin的好方法？

到目前为止我想出的最好的东西看起来很hacky：

# hack, this question is how to improve this piece of code.
import datetime
ts = ts.reset_index(drop=False)
ts['index'].iloc[-1] = ts['index'].iloc[-1] - datetime.timedelta(milliseconds=1)
ts = ts.set_index('index')

有效。但是，有谁知道更优雅的解决方案吗？

ts[-1:]
Out[]: 
                     level_0    0
index                                
2018-07-29 17:59:59.999       60  1.0

ts.resample('5min').sum()[-3:]
Out[]: 
                 level_0    0
index                            
2018-07-29 17:45:00      235  5.0
2018-07-29 17:50:00      260  5.0
2018-07-29 17:55:00      345  6.0

Answer 1

类似的想法：

ts.index = ts.index[:-1].union([ts.index[-1] - pd.Timedelta(1, unit='ms')])

five_min_bins  = ts.resample('5min').sum()
print (five_min_bins)
                       0
2018-07-29 17:00:00  5.0
2018-07-29 17:05:00  5.0
2018-07-29 17:10:00  5.0
2018-07-29 17:15:00  5.0
2018-07-29 17:20:00  5.0
2018-07-29 17:25:00  5.0
2018-07-29 17:30:00  5.0
2018-07-29 17:35:00  5.0
2018-07-29 17:40:00  5.0
2018-07-29 17:45:00  5.0
2018-07-29 17:50:00  5.0
2018-07-29 17:55:00  6.0

如何更新熊猫数据框的日期时间索引值？

1 个答案: