Question

我有一个带有时间序列数据的DataFrame，如下所示：

Date                Value
2019-02-10 00:00:00 9661
2019-02-10 00:00:19 9654
2019-02-10 00:45:20 9659
2019-02-10 01:01:20 9649
2019-02-10 01:30:18 9712

是否有一种简单的方法可以将数据转换为相等的间隔？（精确到每15分钟一次）

每个时间步将获得该步内值的平均值

Answer 1

我认为您需要resample和mean：

print (df.index)
DatetimeIndex(['2019-02-10 00:00:00', '2019-02-10 00:00:19',
               '2019-02-10 00:45:20', '2019-02-10 01:01:20',
               '2019-02-10 01:30:18'],
              dtype='datetime64[ns]', name='Date', freq=None)

df = df.resample('15Min').mean()
print (df)
                      Value
Date                       
2019-02-10 00:00:00  9657.5
2019-02-10 00:15:00     NaN
2019-02-10 00:30:00     NaN
2019-02-10 00:45:00  9659.0
2019-02-10 01:00:00  9649.0
2019-02-10 01:15:00     NaN
2019-02-10 01:30:00  9712.0

对于缺少的时间间隔，请获取错误的值，因此如有必要，请使用dropna将其删除：

df = df.resample('15Min').mean().dropna(how='all')
print (df)
                      Value
Date                       
2019-02-10 00:00:00  9657.5
2019-02-10 00:45:00  9659.0
2019-02-10 01:00:00  9649.0
2019-02-10 01:30:00  9712.0

将时间序列数据以相等的间隔存入df

1 个答案: