我在 pandas dataframe 中有温度和辐射的时间序列。时间分辨率为 1 分钟，以常规步长。
import datetime
import pandas as pd
import numpy as np
date_times = pd.date_range(datetime.datetime(2012, 4, 5, 8, 0),
datetime.datetime(2012, 4, 5, 12, 0),
freq='1min')
tamb = np.random.sample(date_times.size) * 10.0
radiation = np.random.sample(date_times.size) * 10.0
frame = pd.DataFrame(data={'tamb': tamb, 'radiation': radiation},
index=date_times)
frame
<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 241 entries, 2012-04-05 08:00:00 to 2012-04-05 12:00:00
Freq: T
Data columns:
radiation 241 non-null values
tamb 241 non-null values
dtypes: float64(2)
如何将此 dataframe 下采样到一小时的分辨率，计算温度的每小时 mean 和每小时 sum辐射？
最佳答案
在 pandas 0.18 中，重采样 API 发生了变化(参见 docs)。 所以对于 pandas >= 0.18 的答案是:
In [31]: frame.resample('1H').agg({'radiation': np.sum, 'tamb': np.mean})
Out[31]:
tamb radiation
2012-04-05 08:00:00 5.161235 279.507182
2012-04-05 09:00:00 4.968145 290.941073
2012-04-05 10:00:00 4.478531 317.678285
2012-04-05 11:00:00 4.706206 335.258633
2012-04-05 12:00:00 2.457873 8.655838
旧答案:
我正在回答我的问题以反射(reflect) pandas >= 0.8 中与时间序列相关的变化(所有其他答案都已过时)。
使用 pandas >= 0.8 答案是:
In [30]: frame.resample('1H', how={'radiation': np.sum, 'tamb': np.mean})
Out[30]:
tamb radiation
2012-04-05 08:00:00 5.161235 279.507182
2012-04-05 09:00:00 4.968145 290.941073
2012-04-05 10:00:00 4.478531 317.678285
2012-04-05 11:00:00 4.706206 335.258633
2012-04-05 12:00:00 2.457873 8.655838
关于python - 如何重新采样具有应用于每列的不同函数的数据框？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/10020591/