0

我是熊猫新手。我发现它对时间序列数据很有用，但仅当采样间隔是标准单位（例如，分钟、小时、天）时。如果我以更快但不寻常的速率（例如数据采集）对数据进行采样怎么办？例如。512 Hz（采样间隔 ~1.95 ms）

我可以不用 Pandas，但只是想知道它是否适合这种类型的时间序列，其中采样间隔不是标准时间单位的整数。

编辑：我很抱歉不精确。我设法让 Pandas 通过以下代码理解类似工程的时间序列（我们更习惯于以 Hz 为单位指定采样频率，而不是像天、周、月等长周期）...

import pandas as pd

fs = 256. #Hz
period = str(int(round(1000000./fs)))+'U'    #microseconds
rng = pd.date_range('1/1/2011', periods=len(dat), freq=period)
serialData = pd.Series(data,index = rng)

假设记录开始于 2011 年 1 月 1 日零小时，这有效并获得了正确的采样频率。

但是，从文档中如何做到这一点并不明显。

在尝试以 512Hz（频率加倍）重新采样数据时，我也遇到了问题。我收到此错误消息：

C:\Users\Andrew\Anaconda\lib\site-packages\pandas\core\format.py:1872: RuntimeWarning: 在更大的
has_large_values = (abs_vals > 1e8).any() 中遇到无效值 C:\Users\Andrew\ Anaconda\lib\site-packages\pandas\core\format.py:1873: RuntimeWarning: 在少遇到无效值 has_small_values = ((abs_vals < 10 ** (-self.digits)) & C:\Users\Andrew\Anaconda \lib\site-packages\pandas\core\format.py:1874: RuntimeWarning: 在更大 (abs_vals > 0)).any() 中遇到无效值

如果我将采样周期从“3906U”更改为“2S”并重新采样为“1S”（将采样频率加倍），我不会收到此错误。

我的数据有 800 万个样本。如果我尝试绘制 Pandas TimeSeries 对象，则会出现内存错误。

如果我只是将数据视为一维 numpy 数组，我不会遇到这些问题。所以我想我会在我通常使用的工程时间序列中坚持使用 numpy。

PS。我的编辑只是尝试帮助任何尝试对长数据和基于 Hz/KHz/MHz 等的采样做类似事情的人。

4

0 回答 0