Pandas：重新采样分类索引数据

Question

假设一些测量数据（实际上每分钟给出一次）命名为logData:

import pandas as pd, numpy as np

idxData = pd.to_datetime(['08:00', '08:15', '08:30', '08:45', '09:00'])
logData = pd.DataFrame(np.array([1.0, 2.0, 3.0, 4.0, 5.0]), columns=['val'], index=idxData)
idxRng  = pd.interval_range(idxData[0], idxData[-1], freq='30min')
avgData = logData.groupby( pd.cut(logData.index, idxRng) ).mean()

数据分组为avgData，例如看起来像这样：

                      val
(08:00:00, 08:30:00]  2.5
(08:30:00, 09:00:00]  4.5

这个下采样 avgData 现在应该（在执行一些其他计算之后）再次上采样，例如到 freq='10min' 的频率以进行进一步计算。由于 avgData.resample('10min') 抛出以下错误，问题是如何 重新采样分类数据 ?

TypeError: Only valid with DatetimeIndex, TimedeltaIndex or PeriodIndex, but got an instance of 'CategoricalIndex'

非常感谢！

Answer 1

为了使重采样起作用，您的索引需要具有 datetime64[ns] 数据类型通过运行下面的代码检查索引的数据类型。

avgData.index.dtype

Answer 2

我花了一点时间才弄清楚如何有意义地转换分类索引，但 index.categories.mid 似乎可行，允许通过

重新采样数据

avgData.set_index( pd.DatetimeIndex( avgData.index.categories.mid ), inplace=True)
avgData = avgData.resample('5min').interpolate(method='nearest')

产生预期结果：

          val
08:15:00  2.5
08:20:00  2.5
08:25:00  2.5
08:30:00  2.5
08:35:00  4.5
08:40:00  4.5
08:45:00  4.5

Pandas：重新采样分类索引数据

Pandas: resample categorical index data

python

pandas

pandas-groupby

pandas-resample