Question

我正在努力找到一种适当的方法来解决使用熊猫进行重采样的问题，而不是使用可能容易出错的丑陋骇客。

假设我有一个这样的系列：

dates = pd.date_range('2018-01-03', '2018-09-13')
s = pd.Series(range(len(dates)), index=dates)

现在，我想将该系列重新采样为几个月，但要从索引的第一个日期开始，而不要从该月的第一天开始。例如，如果我只是重新采样为“ MS”，那么我得到的第一个日期是2018年1月1日，而不是2018年1月3日；当然，这是“月开始”，所以这是我应该期望的，但是如何在不从月初而是从同一月日开始抽取样本的情况下，每月进行一次重新抽样，从而得出的索引为例如[“ 2018-01-03”，“ 2018-02-03”等？

换句话说，如何使用“从索引中的第一个日期时间开始的月份”之类的东西重新采样？

到目前为止，我发现的唯一方法是在序列中创建一些前导日期，然后进行负移位，然后使用loffset参数（因为shift和loffset都不尊重数据与数据的对齐方式）索引），但这是我要避免的非常难看的骇客。

谢谢！

[解决方案]

我通过以下简单的步骤解决了这个问题，并适应了解决此问题的多种尝试（包括下面的第一个答复，还包括其他网站和SO提出的问题）：

dates = pd.date_range('2018-01-03', '2018-09-13')
s = pd.Series(range(len(dates)), index=dates)
delta = dates.min() - (dates.min() - offsets.MonthBegin(1))
new_dates = dates - delta
s2 = s.copy()
s2.index = new_dates
resampled = s2.resample('MS', loffset=delta)
r_max = resampled.max()
r_min = resampled.min()
r_mean = resampled.mean()
r_sum = resampled.sum()

print('s\n', s)
print('r_max\n', r_max)
print('r_min\n', r_min)
print('r_mean\n', r_mean)
print('r_sum\n', r_sum)

感谢您的帮助！

Answer 1

获取每月系列

dates = pd.date_range(s.index.min(), s.index.max(), freq='M')

在第一个日期之前返回MonthEnd并添加天数

dates = dates + pd.offsets.MonthEnd(-1) + pd.offsets.Day(s.index[0].day)

使用reindex

s.reindex(dates)

2018-01-03      0
2018-02-03     31
2018-03-03     59
2018-04-03     90
2018-05-03    120
2018-06-03    151
2018-07-03    181
2018-08-03    212
dtype: int64

Answer 2

以您的回应为基础，减少您可以做的计算：

dates = pd.date_range('2018-01-03', '2018-09-13')
s = pd.Series(range(len(dates)), index=dates)
resampled = s.resample('MS', loffset=pd.Timedelta(days=s.index[0].day) - 1)

请注意，我不会复制到S2并分配完整的月份索引，因为重新采样已将初始日期设置为该月的1号。

感谢您的问题和答案，这很有用

熊猫-如何按照初次约会进行重采样？

2 个答案: