2

我有时间序列“半小时”数据。我需要在重新采样期间demand使用加权平均值（使用price）重新采样到“1 天”。

dft

                           demand  price
2012-01-01 00:00:00  30940.500000  42.18
2012-01-01 00:30:00  31189.166667  43.48
2012-01-01 01:00:00  30873.166667  42.28
2012-01-01 01:30:00  30110.833333  38.48
2012-01-01 02:00:00  29721.500000  37.28
2012-01-01 02:30:00  28970.000000  36.24
2012-01-01 03:00:00  27955.000000  32.16
                          ...    ...
2014-12-30 20:30:00  41685.500000  40.51
2014-12-30 21:00:00  40177.833333  41.79
2014-12-30 21:30:00  38238.000000  31.50
2014-12-30 22:00:00  36395.333333  37.54
2014-12-30 22:30:00  34543.333333  39.55
2014-12-30 23:00:00  32652.000000  40.88
2014-12-30 23:30:00  30941.333333  38.16

我想重新采样demand到1D（1天），使用price列作为权重，使用np.average()

我看过一些例子，但有些东西不是很点击。我得到的最接近的是：

dftwei = dft.price.resample('1D').apply(lambda x: np.average(x, weights=dft.demand, axis=0))

但问题是这给出了：

ValueError: Length of weights not compatible with specified axis.

axis=0未指定时，错误为：

TypeError: Axis must be specified when shapes of a and weights differ.

问题可能在于如何weights指定。权重的长度必须为 48，但我怀疑 lambda 函数使用的是price. 谢谢！

4

2 回答 2

3

您可以创建自己的加权平均值：

wp = (df['demand'] * df['price']).resample('H').sum()
wp / df.resample('H')['price'].sum()

2012-01-01 00:00:00    31066.720251
2012-01-01 01:00:00    30509.935034
2012-01-01 02:00:00    29351.065288
2012-01-01 03:00:00    27558.233718
...
于 2018-01-03T17:12:17.893 回答
1

似乎您的子集只差了一点点。要在一天内平均，请重新采样整个数据帧，然后仅在一天内平均：

import pandas as pd
import numpy as np

df = pd.DataFrame([('2012-01-01 00:00', 30940.500000, 42.18),
    ('2012-01-01 00:30', 31189.166667, 43.48),
    ('2012-01-01 01:00', 30873.166667, 42.28),
    ('2012-01-01 01:30', 30110.833333, 38.48),
    ('2012-01-01 02:00', 29721.500000, 37.28),
    ('2012-01-01 02:30', 28970.000000, 36.24),
    ('2012-01-01 03:00', 27955.000000, 32.16),
    ('2012-01-02 20:30', 41685.500000, 40.51),
    ('2012-01-02 21:00', 40177.833333, 41.79),
    ('2012-01-02 21:30', 38238.000000, 31.50),
    ('2012-01-02 22:00', 36395.333333, 37.54),
    ('2012-01-02 22:30', 34543.333333, 39.55),
    ('2012-01-02 23:00', 32652.000000, 40.88),
    ('2012-01-02 23:30', 30941.333333, 38.16)])

df[0] = pd.to_datetime(df[0])
df.set_axis(['date', 'demand', 'price'], axis=1, inplace=True)
df.set_index('date', inplace=True)

#
# Above is just setup, here's the rub:
#
df.resample('1D').apply(lambda x: np.average(x.demand, weights=x.price))
于 2018-01-03T20:47:42.827 回答