3

使用 python 和 pandas，我如何将时间序列重新采样到甚至 5 分钟的间隔（偏移量=整个小时的零分钟），同时还线性调整值？

因此，我想把这个：

         value
00:01    2
00:05    10
00:11    22
00:14    28

进入这个：

         value
00:00    0
00:05    10
00:10    20
00:15    30

请注意“值”列是如何调整的。

  • 为简单起见，我选择的值正好是 2 * 分钟数。
  • 然而，在现实生活中，这些价值观并不是那么完美。有时在两个偶数 5 分钟间隔之间会存在多个值，有时在两个“真实”值之间存在不止一个 5 分钟间隔，因此在重新采样时，我需要对每个偶数 5 分钟间隔，找到“真实”值" 甚至 5 分钟间隔之前和之后的值，并从中计算线性插值。

PS。

互联网上到处都有很多关于此的信息，但我仍然无法找到一个可以完成我想做的函数（sum、max、mean 等，或编写我自己的函数）。

4

2 回答 2

1

我重新考虑了代码，因为注释中省略了该要求。通过将原始数据框与延长到一分钟的数据框相结合来创建一个新的数据框。我对新数据帧进行线性插值，并以 5 分钟为增量提取结果。这是我对过程的理解。如果我错了，请给我另一个答案。

import pandas as pd
import numpy as np
import io

data = '''
time value
00:01 2
00:05 10
00:11 22
00:14 28
00:18 39
'''
df = pd.read_csv(io.StringIO(data), sep='\s+')
df['time'] = pd.to_datetime(df['time'], format='%H:%M')
time_rng = pd.date_range(df['time'][0], df['time'][4], freq='1min')
df2 = pd.DataFrame({'time':time_rng})
df2 = df2.merge(df, on='time', how='outer')
df2 = df2.set_index('time').interpolate('time')
df2.asfreq('5min')
    value
time    
1900-01-01 00:01:00 2.0
1900-01-01 00:06:00 12.0
1900-01-01 00:11:00 22.0
1900-01-01 00:16:00 33.5
于 2020-08-19T04:48:48.380 回答
0

您可以使用 datetime 和 time 模块来获取时间间隔的序列。然后使用 pandas 将字典转换为数据框。这是执行此操作的代码。

import time, datetime
import pandas as pd

#set the dictionary as time and value
data = {'Time':[],'Value':[]}

#set a to 00:00 (HH:MM) 
a = datetime.datetime(1,1,1,0,0,0)

#loop through the code to create 60 mins. You can increase loop if you want more values
#skip by 5 to get your 5 minute interval

for i in range (0,61,5):
    # add the time and value into the dictionary
    data['Time'].append(a.strftime('%H:%M'))
    data['Value'].append(i*2)

    #add 5 minutes to your date-time variable

    a += datetime.timedelta(minutes=5)

#now that you have all the values in dictionary 'data', convert to DataFrame
df = pd.DataFrame.from_dict(data)

#print the dataframe
print (df)

#for your reference, I also printed the dictionary
print (data)

字典将如下所示：

{'Time': ['00:00', '00:05', '00:10', '00:15', '00:20', '00:25', '00:30', '00:35', '00:40', '00:45', '00:50', '00:55', '01:00'], 'Value': [0, 10, 20, 30, 40, 50, 60, 70, 80, 90, 100, 110, 120]}

数据框将如下所示：

     Time  Value
0   00:00      0
1   00:05     10
2   00:10     20
3   00:15     30
4   00:20     40
5   00:25     50
6   00:30     60
7   00:35     70
8   00:40     80
9   00:45     90
10  00:50    100
11  00:55    110
12  01:00    120
于 2020-08-19T05:03:05.503 回答