将 pandas 中的时间序列重新采样为每周间隔答案

【问题标题】：Resample time series in pandas to a weekly interval将 pandas 中的时间序列重新采样为每周间隔
【发布时间】：2013-01-09 22:24:03
【问题描述】：

如何将 pandas 中的时间序列重新采样为每周频率，其中每周从任意一天开始？我看到有一个可选的关键字库，但它只适用于短于一天的间隔。

【问题讨论】：

标签： python date pandas numpy interpolation

【解决方案1】：

您可以将anchored offsets 传递给resample，以及他们涵盖此案例的其他选项。

例如从星期一开始的每周频率：

ts.resample('W-MON')

【讨论】：

这在某些情况下会给你带来非常意想不到的结果：github.com/pandas-dev/pandas/issues/16381
这意味着一个周末以星期一结束。默认为星期日。

【解决方案2】：

根据天数重新采样然后每 7 天切片会更安全，例如：

ts.resample('D').interpolate()[::7]

在 github 上的这个 open pandas issue 中查看其他方法的潜在问题：

https://github.com/pandas-dev/pandas/issues/16381

【讨论】：

这是如何计算这些值的？它返回平均值吗？

【解决方案3】：

Andy Haydens 和 denfromufas 的答案都对我不起作用，但确实如此： df.resample('W', label='left', loffset=pd.DateOffset(days=1))

如该答案所述：https://stackoverflow.com/a/46712821/1743551

【讨论】：

【解决方案4】：

您可能需要仔细检查您的结果。 loffset 似乎用于更改采样索引上的 labels，而不是用于重新采样的实际基础时间段。如果您阅读最新的文档，不推荐使用 loffset 参数，他们建议在重新采样后修改索引，这再次指向更改标签，而不是如何计算结果值。 offset 关键字似乎适用，但我运气不佳。

https://pandas.pydata.org/pandas-docs/dev/reference/api/pandas.DataFrame.resample.html

【讨论】：