在 pandas 中使用下采样的另一种方法答案

【问题标题】：Another way to use downsampling in pandas在 pandas 中使用下采样的另一种方法
【发布时间】：2016-07-06 23:49:25
【问题描述】：

让我们看一些一分钟的数据：

In [513]: rng = pd.date_range('1/1/2000', periods=12, freq='T')
In [514]: ts = Series(np.arange(12), index=rng)
In [515]: ts
Out[515]:
2000-01-01 00:00:00      0
2000-01-01 00:01:00      1
2000-01-01 00:02:00      2
2000-01-01 00:03:00      3
2000-01-01 00:04:00      4
2000-01-01 00:05:00      5
2000-01-01 00:06:00      6
2000-01-01 00:07:00      7
2000-01-01 00:08:00      8
2000-01-01 00:09:00      9
2000-01-01 00:10:00      10
2000-01-01 00:11:00      11
Freq: T

假设您想通过以下方式将这些数据聚合成五分钟的块或条每组的总和：

In [516]: ts.resample('5min', how='sum')
Out[516]:
2000-01-01 00:00:00 0
2000-01-01 00:05:00 15
2000-01-01 00:10:00 40
2000-01-01 00:15:00 11
Freq: 5T

但是我不想使用resample 方法并且仍然想要相同的输入输出。如何使用group_by 或reindex 或任何其他此类方法？

【问题讨论】：

resample 有什么你不喜欢的特殊功能吗？或者这是一个类似家庭作业的问题？
您可以将时间分组器与 groupby 一起使用
你可能会认为这是一个类似家庭作业的问题。
@JohnE 你能详细说明我如何使用它吗？

标签： python python-2.7 python-3.x pandas

【解决方案1】：

您可以通过这种方式使用自定义pd.Grouper：

 In [78]: ts.groupby(pd.Grouper(freq='5min', closed='right')).sum()
Out [78]:
1999-12-31 23:55:00     0
2000-01-01 00:00:00    15
2000-01-01 00:05:00    40
2000-01-01 00:10:00    11
Freq: 5T, dtype: int64

closed='right' 确保输出完全相同。

但是，如果您的目标是进行更多自定义分组，您可以将.groupby 与您自己的向量一起使用：

 In [78]: buckets = (ts.index - ts.index[0]) / pd.Timedelta('5min')
 In [79]: grp = ts.groupby(np.ceil(buckets.values))

 In [80]: grp.sum()
Out[80]:
0     0
1    15
2    40
3    11
dtype: int64

输出不完全相同，但方法更灵活（例如可以创建不均匀的桶）。

【讨论】：