在csv中获得像这样的数据
id,date,price
A,2020-05-04 15:00:00,1.2
B,2020-05-04 15:05:00,1.3
A,2020-05-04 16:07:00,1.4
B,2020-05-04 16:07:00,1.5
因此,在同一DataFrame中,A有一个时间序列,B有一个时间序列。
我创建了数据框并放置了像df.set_index(["id","date"])
现在我要上采样到分钟,以便结果对应于如下所示的csv:
id,date,price
A,2020-05-04 15:00:00,1.2
A,2020-05-04 15:01:00,1.2
...
A,2020-05-04 16:06:00,1.2
A,2020-05-04 16:07:00,1.4
B,2020-05-04 15:05:00,1.3
B,2020-05-04 15:06:00,1.3
...
B,2020-05-04 16:06:00,1.3
B,2020-05-04 16:07:00,1.5
,但是没有得到df.resample("60S", level ="date").pad()
的提示,当我忽略级别并将级别获取为“从level =或on =选择上采样”时,得到的错误是我只能将其用于“ Datetimeindex但它是Multiindex” ,请使用.set_index将索引显式设置为类似datetime的“错误...
我觉得必须有一个简单的解决方案...?在一个数据集中拥有一个序列的多个实例是很普遍的吗? 可以肯定的是,我可以拆分数据框并在之后合并... 还有一些使用石斑鱼的帖子,但是对我来说听起来太复杂了,听起来好像级别参数一定是解决方案...
答案 0 :(得分:0)
创建DatetimeIndex
并使用与DataFrame.groupby
链接的DataFrameGroupBy.resample
:
df = df.set_index("date").groupby('id').resample("60S").pad()
print (df)
id price
id date
A 2020-05-04 15:00:00 A 1.2
2020-05-04 15:01:00 A 1.2
2020-05-04 15:02:00 A 1.2
2020-05-04 15:03:00 A 1.2
2020-05-04 15:04:00 A 1.2
.. ...
B 2020-05-04 16:03:00 B 1.3
2020-05-04 16:04:00 B 1.3
2020-05-04 16:05:00 B 1.3
2020-05-04 16:06:00 B 1.3
2020-05-04 16:07:00 B 1.5
[131 rows x 2 columns]
仅处理price
列,请使用:
df1 = df.set_index("date").groupby('id')['price'].resample("60S").pad().reset_index()
print (df1)
id date price
0 A 2020-05-04 15:00:00 1.2
1 A 2020-05-04 15:01:00 1.2
2 A 2020-05-04 15:02:00 1.2
3 A 2020-05-04 15:03:00 1.2
4 A 2020-05-04 15:04:00 1.2
.. .. ... ...
126 B 2020-05-04 16:03:00 1.3
127 B 2020-05-04 16:04:00 1.3
128 B 2020-05-04 16:05:00 1.3
129 B 2020-05-04 16:06:00 1.3
130 B 2020-05-04 16:07:00 1.5
[131 rows x 3 columns]