是否可以在不规则间隔的数据上使用重采样? (我知道文档说它是“重新采样常规时间序列数据”,但我想尝试它是否适用于不规则数据.也许它没有,或者我做错了.)
在我的实际数据中,我通常每小时有2个样本,它们之间的时间差通常为20到40分钟.所以我希望将它们重新采样到一个普通的小时系列.
为了测试我是否正确使用它,我使用了一些随机的日期列表,所以它可能不是一个最好的例子,但至少一个适合它的解决方案将非常强大.这里是:
fraction number time
0 0.729797 0 2014-10-23 15:44:00
1 0.141084 1 2014-10-30 19:10:00
2 0.226900 2 2014-11-05 21:30:00
3 0.960937 3 2014-11-07 05:50:00
4 0.452835 4 2014-11-12 12:20:00
5 0.578495 5 2014-11-13 13:57:00
6 0.352142 6 2014-11-15 05:00:00
7 0.104814 7 2014-11-18 07:50:00
8 0.345633 8 2014-11-19 13:37:00
9 0.498004 9 2014-11-19 22:47:00
10 0.131665 10 2014-11-24 15:28:00
11 0.654018 11 2014-11-26 10:00:00
12 0.886092 12 2014-12-04 06:37:00
13 0.839767 13 2014-12-09 00:50:00
14 0.257997 14 2014-12-09 02:00:00
15 0.526350 15 2014-12-09 02:33:00
现在我想重新采样这些例如每月:
df_new = df.set_index(pd.DatetimeIndex(df['time']))
df_new['fraction'] = df.fraction.resample('M',how='mean')
df_new['number'] = df.number.resample('M',how='mean')
但我得到TypeError:只对DatetimeIndex,TimedeltaIndex或PeriodIndex有效,但得到了’RangeIndex’的实例 – 除非我在分配datetime索引时做错了,它必须是由于不规则性造成的?
所以我的问题是:
>我正确使用它吗?
>如果1 == True,是否没有直接的方法来重新采样数据?
(我只看到一个解决方案,首先重新索引数据以获得更精细的间隔,在两者之间插入值,然后将其重新索引到每小时间隔.如果是这样,那么关于正确执行reindex的问题将很快出现.)
最佳答案 您不需要显式使用DatetimeIndex,只需将’time’设置为索引,只要您的’time’列已使用
pd.to_datetime
或其他方法转换为datetime,pand就会处理剩下的时间.此外,如果您使用相同的方法,则无需单独重新采样每个列;只需在整个DataFrame上执行此操作.
# Convert to datetime, if necessary.
df['time'] = pd.to_datetime(df['time'])
# Set the index and resample (using month start freq for compact output).
df = df.set_index('time')
df = df.resample('MS').mean()
结果输出:
fraction number
time
2014-10-01 0.435441 0.5
2014-11-01 0.430544 6.5
2014-12-01 0.627552 13.5