熊猫数据框每天重新采样，没有日期时间索引

Question

我有一个如下形式的熊猫数据框：

      timestamps         light
7   2004-02-28 00:58:45 150.88
26  2004-02-28 00:59:45 143.52
34  2004-02-28 01:00:45 150.88
42  2004-02-28 01:01:15 150.88
59  2004-02-28 01:02:15 150.88

这里注意索引不是时间戳列。但我想重新采样（或以某种方式对数据进行分类）以反映每分钟、每小时、每天等光柱的平均值。我研究了 pandas 提供的resample 方法，它要求数据框有一个该方法工作的数据时间索引（除非我误解了这一点）。

1. 所以我的第一个问题是，我可以重新索引数据帧以将时间戳作为索引（请注意，并非每一行都有唯一的时间戳，对于每个时间戳，大约有 30 行具有相同的时间戳，每个代表一个传感器）。

2. 如果没有，是否有其他方法可以实现另一个数据帧，该数据帧具有每小时、每天、每月等的平均值？

任何帮助将不胜感激。

Answer 1

你是对的 - 需要 DatetimeIndex、TimedeltaIndex 或 PeriodIndex 否则错误：

TypeError：仅对 DatetimeIndex、TimedeltaIndex 或 PeriodIndex 有效，但获得了 'Index' 的实例

因此，如果原始index 很重要，您必须首先使用reset_index 和set_index：

print (df.reset_index().set_index('timestamps'))
                     index   light
timestamps                        
2004-02-28 00:58:45      7  150.88
2004-02-28 00:59:45     26  143.52
2004-02-28 01:00:45     34  150.88
2004-02-28 01:01:15     42  150.88
2004-02-28 01:02:15     59  150.88

如果不只是set_index:

print (df.set_index('timestamps'))
                      light
timestamps                 
2004-02-28 00:58:45  150.88
2004-02-28 00:59:45  143.52
2004-02-28 01:00:45  150.88
2004-02-28 01:01:15  150.88
2004-02-28 01:02:15  150.88

然后resample:

print (df.reset_index().set_index('timestamps').resample('1D').mean())
            index    light
timestamps                
2004-02-28   33.6  149.408

Answer 2

对于 pandas 0.19.0 及更高版本，您可以使用 on 关键字：

df.resample('H', on='timestamps').mean()

结果：

                      light
timestamps                 
2004-02-28 00:00:00  147.20
2004-02-28 01:00:00  150.88

Answer 3

这是一种重新采样的方法。

您可以使用以下方法以T 间隔进行采样。

如果原始数据在每个minute 中，您的新重新采样数据将在2 min 间隔。 您可以使用 3T, 4T.... 任何适合您需要的 T 值。

df_2T = df.resample('2T', on = 'timestamp').mean()

每小时 df_hourly = df.resample('60T', on = 'timestamp').mean()

每日 df_daily = df.resample('1440T', on = 'timestamp').mean()

注意：一天有 60*24 = 1440 分钟