python - 重新采样具有特定开始时间的每小时 TimeSeries

Question

我想从某个小时开始以每天（正好 24 小时）的频率重新采样 TimeSeries。

像：

index = date_range(datetime(2012,1,1,17), freq='H', periods=60)

ts = Series(data=[1]*60, index=index)

ts.resample(rule='D', how='sum', closed='left', label='left')

结果我得到：

2012-01-01  7
2012-01-02 24
2012-01-03 24
2012-01-04  5
Freq: D

我希望的结果：

2012-01-01 17:00:00 24
2012-01-02 17:00:00 24
2012-01-03 17:00:00 12
Freq: D

几周前，你可以传递'24H'给这个freq论点，它工作得很好。但现在它结合'24H'到'1D'.

我是否使用了'24H'现在已修复的错误？我怎样才能以高效和 Pythonic（或 Pandas）的方式获得预期的结果？

版本：

• 蟒蛇2.7.3
• pandas 0.9.0rc1（但也不适用于 0.8.1）
• numpy 1.6.1

Answer 1

Resample有一个base涵盖这种情况的论点：

ts.resample(rule='24H', closed='left', label='left', base=17).sum()

输出：

2012-01-01 17:00:00    24
2012-01-02 17:00:00    24
2012-01-03 17:00:00    12
Freq: 24H

Answer 2

2021 更新：base自 1.1.0 版起已弃用：您应该使用的新参数是“偏移”或“原点”。

df.resample('24H',
 origin=datetime(2012,1,1,17) # <--  ADD THIS
).sum() 

1.1.0 版中的新功能

origin {'epoch', 'start', 'start_day'}, Timestamp or str, default 'start_day' 调整分组的时间戳。原始时区必须与索引的时区匹配。如果不使用时间戳，则还支持以下值：

• “时代”：起源是 1970-01-01
• 'start'：原点是时间序列的第一个值
• 'start_day'：原点是时间序列午夜的第一天

Answer 3

2020 年更新：对于数据框

使用文档base中提到的关键字：

代码示例：

df.resample(pd.Timedelta('24 hours'), # or '24H'
 base=17 # <--  ADD THIS
).sum()