Python Pandas，仅重采样特定时间

Question

我的 Pandas 版本是 0.18，我有一个如下所示的分钟数据:

Time                              
2009-01-30 09:30:00  85.11  100.11
2009-01-30 09:39:00  84.93  100.05
2009-01-30 09:40:00  84.90  100.00
2009-01-30 09:45:00  84.91   99.94
2009-01-30 09:48:00  84.81   99.90
2009-01-30 09:55:00  84.78  100.00
2009-01-30 09:56:00  84.57  100.10
2009-01-30 09:59:00  84.25  100.41
2009-01-30 10:00:00  84.32  100.60
2009-01-30 10:06:00  84.23  101.49
2009-01-30 10:09:00  84.15  101.47

我只想使用 9:30 和 16:00 的数据，并以 78 分钟的间隔重新采样数据(即将 9:30 和 16:00 之间的时间分成 5 个相等的部分)。我的代码如下所示:

Data= Data.between_time('9:30','16:00')
tframe = '78T'
hourlym = Data.resample(tframe, base=30).mean()

输出:

Time                                      
2009-01-30 08:18:00  85.110000  100.110000
2009-01-30 09:36:00  83.950645  101.984516
2009-01-30 10:54:00  83.372294  103.093824
2009-01-30 12:12:00  83.698624  102.566897
2009-01-30 13:30:00  83.224397  103.076667
2009-01-30 14:48:00  82.641167  104.114667
2009-01-30 16:06:00        NaN         NaN
2009-01-30 17:24:00        NaN         NaN
2009-01-30 18:42:00        NaN         NaN

如您所见，pandas 忽略了我的基本参数，而我的输出表从 8:18 开始，我相信这是因为 pandas 寻求如何将我的整个数据正确拆分为 78 分钟，并且由于您不能将 24 小时平均分为 78 分钟，因此会发生这种奇怪的行为.有没有可能强制 Pandas 从第一天的9:30开始重新采样？或者在重新采样时仅在特定时间工作？

Answer 1

base参数适用于午夜，因此在您的情况下，采样从 00:30 开始并从那里添加 78 分钟的增量。我看到两个选项。

选项 1 :

弄清楚是什么base应用于午夜应该是为了到达 9:30(在这种情况下 24 ):

Data.resample(tframe, base=24)

选项 2 :

自己生成日期时间索引，并使用 reindex 重新采样:

index = pd.date_range('2009-01-30 09:30:00', '2009-01-30 16:00:00', freq='78min')
Data.reindex(index=index)

编辑 :对于多天，您需要自己生成时间戳。

index_date = pd.date_range('2016-04-01', '2016-04-04')
index_date = pd.Series(index_date)
index_time = pd.date_range('09:30:00', '16:00:00', freq='78min')
index_time = pd.Series(index_time.time)

index = index_date.apply(
    lambda d: index_time.apply(
        lambda t: datetime.combine(d, t)
        )
    ).unstack().sort_values().reset_index(drop=True)

下面是代码的作用:

生成您感兴趣的日期和时间，并将它们组合成系列以获得 apply属性(property)。

使用嵌套的“applies”，循环日期和时间并将它们组合成一个日期时间对象。

输出是一个方形数据框(每个日期一列)所以我 unstack并对时间戳进行排序(最后重置索引以摆脱沿途生成的无用索引)。

由此产生的 index可用于重新索引，如最初的选项 2:

Data.reindex(index=index)