默认的熊猫行为

Question

我想对倒计时的熊猫时间序列重新采样。例如，我们设置一个简单的11天时间序列：

>>> index = pd.date_range('01-01-2018', '01-11-2018', freq='D')
>>> randint = np.random.randint(low=0, high=9, size=(len(index), 1))

>>> df = pd.DataFrame(randint, index=index, columns=['random'])
>>> print(df)

            random
2018-01-01       8
2018-01-02       8
2018-01-03       1
2018-01-04       4
2018-01-05       3
2018-01-06       5
2018-01-07       2
2018-01-08       6
2018-01-09       5
2018-01-10       1
2018-01-11       3

默认的熊猫行为

如果每隔5天重新采样一次，我会得到：

>>> df_5d = df.resample('5D').sum()
>>> print(df_5d)

            random
2018-01-01      24
2018-01-06      19
2018-01-11       3

基本上，您有3个分组：前两个组有5个成员，最后一个组有1个，总共总共11个成员：

Start        End
2018-01-01   2018-01-05
2018-01-06   2018-01-10
2018-01-11   2018-01-11

我想要的是这个

>>> df_5d = df.resample('5D').sum()
>>> print(df_5d)

            random
2018-01-01       8
2018-01-02      21
2018-01-07      17

并且分组如下所示。查看如何从最近的日期开始倒数'5D'：

Start        End
2018-01-01   2018-01-01
2018-01-02   2018-01-06
2018-01-07   2018-01-11

如何对倒计时的熊猫时间序列重新采样？

Answer 1

一种解决方法可能是将原始DataTable dh1 = new DataTable("data1"); dh1.Columns.Add("specification_name", typeof(string)); dh1.Columns.Add("summalar", typeof(string)); dh1.Columns.Add("address", typeof(string)); dh1.Columns.Add("id1", typeof(int)); dh1.Columns.Add("client_id", typeof(int)); dh1.Columns.Add("stack_id", typeof(int)); foreach (DataRow dd in dt.Rows) { DataTable temp = new DataTable("temp"); DataRow ttt = dh1.NewRow(); for (int j = 0; j < col; j++) { ttt[0] = dd[1]; ttt[1] = dd[2]; ttt[2] = dd[3]; ttt[3] = dd[4]; ttt[4] = dd[5]; ttt[5] = dd[6]; break; } dh1.Rows.Add(ttt); }分成两部分，以便能够使用标准的重采样，然后df都重新采样两个数据帧，例如：

pd.concat

加上我的随机数，我得到：

res_interval = 5
df_res = pd.concat([df[:len(df)%res_interval].resample('{}D'.format(res_interval)).sum(),
                    df[len(df)%res_interval:].resample('{}D'.format(res_interval)).sum()])

Answer 2

您可以使用

In [452]: t = np.arange(len(df.index)-1, -1, -1) // 5

In [453]: df.reset_index().groupby(t, sort=False)['index'].agg([min, max])
Out[453]:
         min        max
2 2018-01-01 2018-01-01
1 2018-01-02 2018-01-06
0 2018-01-07 2018-01-11

Answer 3

我想我得到了一个非常简单的解决方案：

您可以按时间降序对时间序列进行排序，然后进行重新采样。

index = pd.date_range('01-01-2018', '01-11-2018', freq='D')
randint = np.random.randint(low=0, high=9, size=(len(index), 1))

df = pd.DataFrame(randint, index=index, columns=['random'])
print(df)

            random
2018-01-01       0
2018-01-02       4
2018-01-03       6
2018-01-04       8
2018-01-05       3
2018-01-06       8
2018-01-07       3
2018-01-08       4
2018-01-09       5
2018-01-10       5
2018-01-11       4

使用 label 和 closed ='right' 告诉 resample 第一天应该考虑在汇总值的区间中，并且应该将其用作索引的标签。

print(df.sort_index(ascending=False).resample('5D',label='right',closed='right').sum())

random
2018-01-01       0
2018-01-06      29
2018-01-11      21

熊猫重新采样时间序列向后计数（或反向重新采样）

默认的熊猫行为

我想要的是这个

3 个答案: