熊猫时间序列重采样+线性调整值

Question

使用 python 和 pandas，我如何将时间序列重新采样到均匀的 5 分钟间隔（从整小时偏移=零分钟）同时线性调整值？

因此，我想转这个：

         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，价值观并不是那么完美。有时在两个偶数 5 分钟的间隔之间存在不止一个值，有时在两个“真实”值之间存在不止一个 5 分钟的间隔，因此在重新采样时我需要，对于每个偶数 5 分钟的间隔，找到“真实” " 甚至 5 分钟间隔之前和之后的值，并从中计算线性插值。

PS.

网上到处都有很多关于这个的信息，但我仍然找不到一个函数（sum、max、mean 等，或者写我自己的 functino）可以实现我想要的要做。

Answer 1

我重新考虑了代码，因为注释中省略了要求。通过将原始数据框与扩展到一分钟的数据框组合来创建新的数据框。我对新数据框进行线性插值，并以 5 分钟为增量提取结果。这是我理解的过程。如果我错了，请再给我一个答案。

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

Answer 2

您可以使用日期时间和时间模块来获取时间间隔的顺序。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

熊猫时间序列重采样+线性调整值

Panda time series resample + adjusting values linearly

python

datetime

dataframe

pandas

pandas-resample