python - 如何对数据帧重新采样并包括开始和结束时间？

Question

因此，我正在处理刻度数据，并尝试将数据帧重新采样为分钟柱，但是当调用重新采样时，时间序列开始并结束刻度存在的第一个实例。我如何重新采样这些数据，以便可以将第一次和最后一次指定为特定的开始和结束时间？

此处编辑一些示例数据。

df = pd.DataFrame(data={'Code': pd.Series(['A', 'A', 'B', 'B'], dtype='str'), 'Timestamp': pd.Series([1608627600073933, 1698929600124359, 1608627600073933, 1608929600124359], dtype='datetime64[ns]'),
'Val':[5, 6, 5, 6]})
df.set_index(['Timestamp'], inplace=True)
df.groupby('Code').resample('1T').agg('sum')

哪些输出

                     Val
Timestamp
1970-01-19 14:50:00    5
1970-01-19 14:51:00    0
1970-01-19 14:52:00    0
1970-01-19 14:53:00    0
1970-01-19 14:54:00    0
1970-01-19 14:55:00    6

但我想要一个输出数据帧，其中包含例如特定小时的每一分钟的时间戳。

Answer 1

您可以手动添加开始和结束日期时间:

#removed minutes and seconds
df1 = df.rename(lambda x: x.floor('H'))
#removed duplicated DatetimeIndex - output empty df
df1 = df1.loc[~df1.index.duplicated(), []]
#join together
df1 = pd.concat([df, df1, df1.rename(lambda x: x + pd.Timedelta('00:59:00'))])
print (df1)
                              Code  Val
Timestamp                              
1970-01-19 14:50:27.600073933    A  5.0
1970-01-19 14:55:29.600124359    A  6.0
1970-01-19 14:00:00.000000000  NaN  NaN
1970-01-19 14:59:00.000000000  NaN  NaN

df2 = df1.resample('1T').agg('sum')
print (df2)

对于每天的增值:

df1 = df.rename(lambda x: x.floor('D'))
df1 = df1.loc[~df1.index.duplicated(), []]
df1 = pd.concat([df, df1, df1.rename(lambda x: x + pd.Timedelta('23:59:00'))])
print (df1)
                              Code  Val
Timestamp                              
1970-01-19 14:50:27.600073933    A  5.0
1970-01-19 14:55:29.600124359    A  6.0
1970-01-19 00:00:00.000000000  NaN  NaN
1970-01-19 23:59:00.000000000  NaN  NaN

df2 = df1.resample('1T').agg('sum')
print (df2)