我有以下形式的数据集 dropbox download (23kb csv)
数据的采样率每秒从 0Hz 到超过 200Hz 在某些情况下变化,提供的数据集中的最高采样率约为每秒 50 个样本。
例如,当取样时,它们总是均匀地分布在第二个
time x
2012-12-06 21:12:40 128.75909883327378
2012-12-06 21:12:40 32.799224301545976
2012-12-06 21:12:40 98.932953779777989
2012-12-06 21:12:43 132.07033814856786
2012-12-06 21:12:43 132.07033814856786
2012-12-06 21:12:43 65.71691352191452
2012-12-06 21:12:44 117.1350194748169
2012-12-06 21:12:45 13.095622561808861
2012-12-06 21:12:47 61.295242676059246
2012-12-06 21:12:48 94.774064119961352
2012-12-06 21:12:49 80.169378222553533
2012-12-06 21:12:49 80.291142695702533
2012-12-06 21:12:49 136.55650749231367
2012-12-06 21:12:49 127.29790925838365
应该是
time x
2012-12-06 21:12:40 000ms 128.75909883327378
2012-12-06 21:12:40 333ms 32.799224301545976
2012-12-06 21:12:40 666ms 98.932953779777989
2012-12-06 21:12:43 000ms 132.07033814856786
2012-12-06 21:12:43 333ms 132.07033814856786
2012-12-06 21:12:43 666ms 65.71691352191452
2012-12-06 21:12:44 000ms 117.1350194748169
2012-12-06 21:12:45 000ms 13.095622561808861
2012-12-06 21:12:47 000ms 61.295242676059246
2012-12-06 21:12:48 000ms 94.774064119961352
2012-12-06 21:12:49 000ms 80.169378222553533
2012-12-06 21:12:49 250ms 80.291142695702533
2012-12-06 21:12:49 500ms 136.55650749231367
2012-12-06 21:12:49 750ms 127.29790925838365
是否有一种简单的方法来使用 pandas 时间序列重采样功能,或者是否有一些内置于 numpy 或 scipy 中的东西可以工作?
最佳答案
我认为没有内置的 pandas 或 numpy 方法/函数可以执行此操作。
但是,我更喜欢使用 python 生成器:
def repeats(lst):
i_0 = None
n = -1 # will still work if lst starts with None
for i in lst:
if i == i_0:
n += 1
else:
n = 0
yield n
i_0 = i
# list(repeats([1,1,1,2,2,3])) == [0,1,2,0,1,0]
然后你可以把这个 generator into a numpy array :
import numpy as np
df['rep'] = np.array(list(repeats(df['time'])))
计算重复次数:
from collections import Counter
count = Counter(df['time'])
df['count'] = df['time'].apply(lambda x: count[x])
并进行计算(这是计算中成本最高的部分):
df['time2'] = df.apply(lambda row: (row['time']
+ datetime.timedelta(0, 1) # 1s
* row['rep']
/ row['count']),
axis=1)
注意:要删除计算列,请使用 del df['rep']
和 del df['count']
。
.
一种“内置”方式可以使用 shift
来完成它两次,但我认为这会有点困惑...
关于python - 时间序列重采样,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/13783721/