重新采样日内的pandas DataFrame而不添加新的日期

Question

我希望能对一些日内数据进行降采样，但不想增加新的日期。

df.resample('30Min')

将添加周末等不需要的内容。有没有什么办法可以解决这个问题？

- Dave Anderson

---

我认为这是pandas中的一个重大问题，这个问题一遍又一遍地出现，而且没有一个标准解决方案。 - Mannaggia

Answer 1

你可以尝试使用分组和重采样的组合来实现：

In [22]: dates = pd.date_range('01-Jan-2014','11-Jan-2014', freq='T')[0:-1]
    ...: dates = dates[dates.dayofweek < 5]
    ...: s = pd.TimeSeries(np.random.randn(dates.size), dates)
    ...: 

In [23]: s.size
Out[23]: 11520

In [24]: s.groupby(lambda d: d.date()).resample('30min').size
Out[24]: 384

In [25]: s.groupby(lambda d: d.date()).resample('30min')
Out[25]: 
2014-01-01  2014-01-01 00:00:00    0.202943
            2014-01-01 00:30:00   -0.466010
            2014-01-01 01:00:00    0.029175
            2014-01-01 01:30:00   -0.064492
            2014-01-01 02:00:00   -0.113348
            2014-01-01 02:30:00    0.100408
            2014-01-01 03:00:00   -0.036561
            2014-01-01 03:30:00   -0.029578
            2014-01-01 04:00:00   -0.047602
            2014-01-01 04:30:00   -0.073846
            2014-01-01 05:00:00   -0.410143
            2014-01-01 05:30:00    0.143853
            2014-01-01 06:00:00   -0.077783
            2014-01-01 06:30:00   -0.122345
            2014-01-01 07:00:00    0.153003
...
2014-01-10  2014-01-10 16:30:00   -0.107377
            2014-01-10 17:00:00   -0.157420
            2014-01-10 17:30:00    0.201802
            2014-01-10 18:00:00   -0.189018
            2014-01-10 18:30:00   -0.310503
            2014-01-10 19:00:00   -0.086091
            2014-01-10 19:30:00   -0.090800
            2014-01-10 20:00:00   -0.263758
            2014-01-10 20:30:00   -0.036789
            2014-01-10 21:00:00    0.041957
            2014-01-10 21:30:00   -0.192332
            2014-01-10 22:00:00   -0.263690
            2014-01-10 22:30:00   -0.395939
            2014-01-10 23:00:00   -0.171149
            2014-01-10 23:30:00    0.263057
Length: 384

In [26]: np.unique(_25.index.get_level_values(1).minute)
Out[26]: array([ 0, 30])

In [27]: np.unique(_25.index.get_level_values(1).dayofweek)
Out[27]: array([0, 1, 2, 3, 4]) 

- Dave Hirschfeld

Answer 2

目前最简单的解决方法可能是像这样：

rs = df.resample('30min')
rs[rs.index.dayofweek < 5]

- Chang She

---

谢谢，Chang。我选择了另一个答案，因为它更灵活一些，不会增加假期。感谢你对pandas的工作，它真是太棒了！ - Dave Anderson

Answer 3

也许最简单的方法是之后只需执行dropna即可摆脱空行，例如：

df.resample('30Min').dropna()

- fantabolous

---

这对我没有用：AttributeError: 'DatetimeIndexResampler'对象没有'dropna'属性。 - npp1993

这个回答可能是针对pandas 0.16版本左右的。我认为从0.18版本开始，重新采样API完全改变了，而现在我们已经更新到了0.24版本。 - fantabolous