问题标签 [pandas-resample]

尝试使用 .resample() 方法和 .apply() 计算交易量加权平均价格时遇到问题。这是设置。我有一个名为 All 的数据框，其中包含以下信息：

数据框有一个日期时间索引，因此我可以使用 ^resample 方法对每日频率的数据进行重新采样。现在，我想使用 apply() 和 np.average() 计算成交量加权平均价格

但是，这会导致以下错误：

当绕过 .resample() 并使用 .groupby() 作为替代方案时，它确实有效。但是，我需要执行其他步骤来处理日期，我真的不想这样做。

任何人都可以使用 resample() 帮助我使用正确的语法。我不明白为什么 resample() 在使用 apply() 时会创建一个 Series 对象

提前谢谢了。

我有两个单独的时间序列pandas.dataframe，第一个 -series1条目较少，并且与第二个不同的开始数据时间 - series2：

如何重新采样 series2 以匹配DatetimeIndexof series1？

我正在尝试重新采样时间序列。我似乎无法让它工作。基于其他示例，我不明白为什么这不返回时间序列：

出去：

预期输出：

我正在尝试创建一个对时间序列数据重新采样的函数pandas。我希望可以选择根据我发送的数据类型来指定发生的聚合类型（即，对于某些数据，取每个 bin 的总和是合适的，而对于其他数据，则需要取平均值， ETC。）。例如像这样的数据：

我可以有这样的功能：

对于少量的聚合方法，这很好，但如果我想从所有可能的选项中进行选择，这似乎很乏味。

我希望用来getattr实现类似这篇文章的内容（在“投入使用：泛化方法调用”下）。但是，我找不到这样做的方法：

我明白为什么process2失败（调用r.foo()查找 的方法foo()，r而不是变量foo）。但我不认为我明白为什么会process3失败。

我知道另一种方法是将函数传递给参数method，然后将apply这些函数传递给r。我的倾向是这样效率会降低？而且它仍然不允许我直接访问内置的 Resample 方法。

有没有一种可行的、更简洁的方法来实现这一目标？谢谢！

我已将索引设置为日期。我可以按月对日期进行分组并应用聚合函数，但我不能按月对日期进行分组并应用（列出）另一列（名为“Stuff”的列）的值：

这会显示一条错误消息：

我试图将我的值重新采样到小时。但是，由于我已经更改了 csv 文件中日期的格式，因为自动交换了低数字的月份和日期（2003-04-01 突然变成了 2003-01-04）。现在日期格式很好（在 Python 中显示 csv 文件时），但是在使用重新采样时，这些值出现在 NaN 值中。

df = pd.read_csv(r'C:\Users\water_level.csv',parse_dates=[0],index_col=0,decimal=",", delimiter=';')

我的数据样本： 以时间为索引的原始数据

之后：即使时间是日期时间，它也会将 99% 的数据显示为 NaN 值（每天显示一个值） 每小时 重新采样后具有 NaN 值的数据

当我对日值使用 resample 时，所有值都回来了。所以看来时间有问题。当我一开始使用格式时，出现“格式不适合”错误。我之前尝试过一种不同的方式（不确定有什么不同），但重新采样每小时工作一次。

我需要更改什么才能再次使用 resample 小时？

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：

进入这个：

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）。

我在NYT covid 数据集中乱搞，该数据集每天都有每个县的 covid 病例总数。

我想找出每天的病例差异，所以理论上我可以得到每天的新病例数，而不是总病例数。采用滚动平均值，或使用平均值/总和/等每 2 天重新采样一次都可以正常工作。只是减去这让我很头疼。

试过的方法：

• df.resample('2d').diff()

  • 'DatetimeIndexResampler' 对象没有属性 'diff'

• df.resample('1d').agg(np.subtract)

  • ufunc() 缺少 2 个必需的位置参数中的 1 个

• df.rolling(2).diff()

  • “滚动”对象没有属性“差异”

• df.rolling('2').agg(np.subtract)

  • ufunc() 缺少 2 个必需的位置参数中的 1 个

样本数据：

所需的样本输出：

从原始 NYT 数据集重新创建样本数据：

任何帮助将不胜感激！想学习如何手动/通过函数执行此操作，而不是查找“新案例”数据集，因为我将在不久的将来大量使用时间序列。

我有一个这样的数据框

此数据框正在获取刻度数据并不断更新

我想在最后 1 分钟重新采样这个数据帧以获得

和卷 = 最后（卷）

我正在使用 resample 函数，但出现错误 DataError: No numeric types to aggregate

有人可以帮助如何重新采样

我有一些从 2019 年到 2020 年的数据，从每年的 3 月到 5 月底。

我已经做到了日期时间

并按年份分隔数据

如果我每年单独运行重新采样

我输出所需的图表

但是我希望能够将两个图表一起比较，当我尝试同时运行它们时，这是绘制的图表

我意识到 resample(D) 仍然查看年份，因此组合图表是正确的，但我想根据 Day 将它们一起比较。

关于如何完成这项工作的任何建议？

编辑：这是原始数据的 .head(20) （它没有显示 2020 年的数据，因为它太大了）

如上所述，这是按年份划分的数据帧的 .head(10)