如何重新采样/下采样不规则的时间戳列表？答案

【问题标题】：How to resample / downsample an irregular timestamp list?如何重新采样/下采样不规则的时间戳列表？
【发布时间】：2015-04-10 09:44:15
【问题描述】：

简单的问题，但我找不到简单的答案。

我有一个数据列表，以秒为单位计算事件发生的时间：

[200.0 420.0 560.0 1100.0 1900.0 2700.0 3400.0 3900.0 4234.2 4800.0 etc..]

我想计算每小时（3600 秒）发生的事件数量并创建一个包含这些计数的新列表。

我知道这称为下采样，但我能找到的所有信息都与传统时间序列有关。

对于上面的示例，新列表如下所示：

[7 3 etc..]

任何帮助将不胜感激。

【问题讨论】：

标签： python pandas scipy resampling downsampling

【解决方案1】：

all_events = [
    200.0, 420.0, 560.0, 1100.0, 1900.0, 2700.0, 3400.0, 3900.0, 4234.2, 4800.0]

def get_events_by_hour(all_events):
    return [
        len([x for x in all_events if int(x/3600.0) == hour]) 
        for hour in xrange(24)
    ]

print get_events_by_hour(all_events)

注意 all_events 应该包含一天的事件。

【讨论】：

太好了，感谢您的帮助。有什么办法可以去掉输出中的小时戳，也就是输出的“0:”“1:”部分？

【解决方案2】：

抽样行为意味着在某些离散时间t_i 获取数据f_i（样本）。每个时间单位的样本数给出了采样率。下采样是重采样的一种特殊情况，这意味着将采样的数据映射到不同的采样点集合t_i'，这里映射到一个采样率较小的采样点，使样本更加粗糙。

您的第一个列表包含样本点t_i（单位为秒），间接包含与索引i 对应的事件数n_i，例如n_i = i + 1。

如果您偶尔减少列表，在周期性时间T（单位为秒）之后，您有时会重新采样到新的集合n_i't_i' = i * T。我没有写下采样，因为在T 时间内可能不会发生任何事情，这意味着上采样，因为您现在需要更多的数据点。

为了计算，您检查输入列表是否为空，在这种情况下，n' = 0 应该进入您的输出列表。否则，您的输入列表中有m 条目，随着时间的推移测量T，您可以使用以下等式：

n' = m * 3600 / T

上面的n' 将进入您的输出列表，这将按每小时的事件进行缩放。

【讨论】：

谢谢，这是非常有用的信息。我没有意识到计数为 0 会被归类为上采样！

【解决方案3】：

这个问题有scipy 标签，而scipy 取决于numpy，所以我假设使用numpy 的答案是可以接受的。

要获取与时间戳t 关联的小时，您可以取t/3600 的整数部分。然后，要获取每小时的事件数，您可以计算这些整数的出现次数。 numpy 函数bincount 可以为您做到这一点。

这是一个用于计算的 numpy 单行代码。我将时间戳放在一个 numpy 数组中 t:

In [49]: t = numpy.array([200.0, 420.0, 560.0, 1100.0, 1900.0, 2700.0, 3400.0, 3900.0, 4234.2, 4800.0, 8300.0, 8400.0, 9500.0, 10000.0, 14321.0, 15999.0, 16789.0, 17000.0])

In [50]: t
Out[50]: 
array([   200. ,    420. ,    560. ,   1100. ,   1900. ,   2700. ,
         3400. ,   3900. ,   4234.2,   4800. ,   8300. ,   8400. ,
         9500. ,  10000. ,  14321. ,  15999. ,  16789. ,  17000. ])

这是你的计算：

In [51]: numpy.bincount((t/3600).astype(int))
Out[51]: array([7, 3, 4, 1, 3])

【讨论】：