python - 如何对 Pandas 中的时间序列数据进行下采样？

Question

我在 pandas 中有一个时间序列，看起来像这样(按 id 排序):

id    time    value
 1       0        2
 1       1        4
 1       2        5
 1       3       10
 1       4       15
 1       5       16
 1       6       18
 1       7       20
 2      15        3
 2      16        5
 2      17        8
 2      18       10
 4       6        5
 4       7        6

我希望每个组 ID 的下采样时间从 1 分钟到 3 分钟不等。 并且值是组的最大值(id和3分钟)。

输出应该是这样的:

id    time    value
 1       0        5
 1       1       16
 1       2       20
 2       0        8
 2       1       10
 4       0        6

我试过循环它需要很长时间。

知道如何为大型数据框解决这个问题吗？

谢谢!

Answer 1

您可以将您的time 序列转换为实际的timedelta，然后使用resample 进行矢量化解决方案:

t = pd.to_timedelta(df.time, unit='T')
s = df.set_index(t).groupby('id').resample('3T').last().reset_index(drop=True)
s.assign(time=s.groupby('id').cumcount())

   id  time  value
0   1     0      5
1   1     1     16
2   1     2     20
3   2     0      8
4   2     1     10
5   4     0      6