如何解决在 Python 中按指定时间间隔分组和重新采样
我如何使用前向填充 df
和后向填充 1min
以 ffill
频率对下面的 bfill
重新采样(使用 id
}) 时间间隔groupby('id')
和2017-01-01 00:00:00
,即第一个时间戳是2017-01-05 00:00:00
,最后一个时间戳是2017-01-01 00:00:00
?
2017-01-05 00:00:00
我试过了:
id timestamp data
1 1 2017-01-02 13:14:53.040 10.0
2 1 2017-01-02 16:04:43.240 11.0
...
4 2 2017-01-02 15:22:06.540 1.0
5 2 2017-01-03 13:55:34.240 2.0
...
但这并没有指定所需的时间间隔 pd.DataFrame(df.set_index('timestamp').groupby('id',sort=True)['data'].resample('1min').ffill().bfill())
-2017-01-01 00:00:00
。
然后我尝试了:
2017-01-05 00:00:00
并发现错误:
r = pd.to_datetime(pd.date_range(start='2017-01-01 00:00:00',end='2017-01-05 00:00:00',freq='1min'))
pd.DataFrame(df.reset_index().set_index('timestamp').groupby('id',sort=True).reindex(r)['data'].resample('1min').ffill().bfill())
更新:
对于示例数据
---------------------------------------------------------------------------
AttributeError Traceback (most recent call last)
<ipython-input-202-344bb3281e2e> in <module>
5 r = pd.to_datetime(pd.date_range(start='2017-01-01 00:00:00',freq='1min'))
6
----> 7 pd.DataFrame(df.reset_index().set_index('timestamp').groupby('id',sort=True).reindex(r)['data'].resample('1min').ffill().bfill())
8
~\AppData\Roaming\Python\Python38\site-packages\pandas\core\groupby\groupby.py in __getattr__(self,attr)
701 return self[attr]
702
--> 703 raise AttributeError(
704 f"'{type(self).__name__}' object has no attribute '{attr}'"
705 )
AttributeError: 'DataFrameGroupBy' object has no attribute 'reindex'
:
df_sub_data
我试过了:
{'timestamp': {781681: Timestamp('2021-03-11 17:17:19.920000'),1036818: Timestamp('2021-03-11 17:59:56.040000'),677981: Timestamp('2021-03-11 19:25:59.090000')},'data': {781681: 25.0,1036818: 24.0,677981: 23.0},'id': {781681: 100,1036818: 100,677981: 100}}
它返回了一个形状为 start = datetime.datetime.now() - pd.to_timedelta("7day")
end = datetime.datetime.now()
def f(x):
r = pd.date_range(start=start,end=end,freq='1min')
return x.reindex(r,method='ffill').bfill()
df_sub = (df_sub_data.reset_index()
.set_index('timestamp')
.groupby(['index','id'],sort=False)['data']
.apply(f)
.reset_index(level=0,drop=True)
.rename_axis(['id','timestamp'])
.reset_index()
)
我想知道,我不应该期望形状是 (30243,3)
,它是由 (10080,3)
7 天的分钟数给出的吗?样本数据由一个7 x 24 x 60
的数据组成。
解决方法
您可以通过 reindex
将 cusom lambda 函数与 date_range
一起使用:
def f(x):
r = pd.date_range(start=start,end=end,freq='1min')
return x.reindex(r,method='ffill').bfill()
df_sub = (df_sub_data
.set_index('timestamp')
.groupby('id',sort=False)['data']
.apply(f)
.rename_axis(['id','timestamp'])
.reset_index()
)
print (df_sub)
id timestamp data
0 100 2021-03-08 09:37:13.096029 25.0
1 100 2021-03-08 09:38:13.096029 25.0
2 100 2021-03-08 09:39:13.096029 25.0
3 100 2021-03-08 09:40:13.096029 25.0
4 100 2021-03-08 09:41:13.096029 25.0
... ... ...
10076 100 2021-03-15 09:33:13.096029 23.0
10077 100 2021-03-15 09:34:13.096029 23.0
10078 100 2021-03-15 09:35:13.096029 23.0
10079 100 2021-03-15 09:36:13.096029 23.0
10080 100 2021-03-15 09:37:13.096029 23.0
[10081 rows x 3 columns]
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。