用pandas重新采样python列表-Java 学习之路

这里对蟒蛇和大熊猫来说相当新 .

我做了一个查询，它给了我一个时间序列 . 我不知道从查询中收到多少数据点（运行一天），但我知道的是我需要重新采样它们以包含24个点（当天每小时一个） .

打印m3hstream给出

[(1479218009000L, 109), (1479287368000L, 84)]

然后我尝试用数据帧df

df = pd.DataFrame(data = list(m3hstream), columns=['Timestamp', 'Value'])

这给了我一个输出

Timestamp  Value
       0  1479218009000    109
       1  1479287368000     84

以下我这样做

daily_summary = pd.DataFrame()
 daily_summary['value'] = df['Value'].resample('H').mean()
 daily_summary = daily_summary.truncate(before=start, after=end)
 print "Now daily summary"
 print daily_summary

但是这给了我一个TypeError：只对DatetimeIndex，TimedeltaIndex或PeriodIndex有效，但得到了一个'RangeIndex'的实例

有谁能请让我知道如何重新取样，所以我在24小时内每小时得1分，我要查询？

谢谢 .

2 回答

您需要做的第一件事是将 'Timestamp' 转换为实际 pd.Timestamp . 看起来像是 milliseconds
然后 resample ， on 参数设置为 'Timestamp'

df = df.assign(
    Timestamp=pd.to_datetime(df.Timestamp, unit='ms')
).resample('H', on='Timestamp').mean().reset_index()

             Timestamp  Value
0  2016-11-15 13:00:00  109.0
1  2016-11-15 14:00:00    NaN
2  2016-11-15 15:00:00    NaN
3  2016-11-15 16:00:00    NaN
4  2016-11-15 17:00:00    NaN
5  2016-11-15 18:00:00    NaN
6  2016-11-15 19:00:00    NaN
7  2016-11-15 20:00:00    NaN
8  2016-11-15 21:00:00    NaN
9  2016-11-15 22:00:00    NaN
10 2016-11-15 23:00:00    NaN
11 2016-11-16 00:00:00    NaN
12 2016-11-16 01:00:00    NaN
13 2016-11-16 02:00:00    NaN
14 2016-11-16 03:00:00    NaN
15 2016-11-16 04:00:00    NaN
16 2016-11-16 05:00:00    NaN
17 2016-11-16 06:00:00    NaN
18 2016-11-16 07:00:00    NaN
19 2016-11-16 08:00:00    NaN
20 2016-11-16 09:00:00   84.0

如果要填充 NaN 值，请使用 ffill ， bfill 或 interpolate

df.assign(
    Timestamp=pd.to_datetime(df.Timestamp, unit='ms')
).resample('H', on='Timestamp').mean().reset_index().interpolate()

             Timestamp   Value
0  2016-11-15 13:00:00  109.00
1  2016-11-15 14:00:00  107.75
2  2016-11-15 15:00:00  106.50
3  2016-11-15 16:00:00  105.25
4  2016-11-15 17:00:00  104.00
5  2016-11-15 18:00:00  102.75
6  2016-11-15 19:00:00  101.50
7  2016-11-15 20:00:00  100.25
8  2016-11-15 21:00:00   99.00
9  2016-11-15 22:00:00   97.75
10 2016-11-15 23:00:00   96.50
11 2016-11-16 00:00:00   95.25
12 2016-11-16 01:00:00   94.00
13 2016-11-16 02:00:00   92.75
14 2016-11-16 03:00:00   91.50
15 2016-11-16 04:00:00   90.25
16 2016-11-16 05:00:00   89.00
17 2016-11-16 06:00:00   87.75
18 2016-11-16 07:00:00   86.50
19 2016-11-16 08:00:00   85.25
20 2016-11-16 09:00:00   84.00

回复于 2024-05-08T10:05:19+08:00

我们试试吧：

daily_summary = daily_summary.set_index('Timestamp')

daily_summary.index = pd.to_datetime(daily_summary.index, unit='ms')

一小时一次：

daily_summary.resample('H').mean()

或者每天一次：

daily_summary.resample('D').mean()

回复于 2024-05-08T10:05:19+08:00

用pandas重新采样python列表

2 回答

相关问题