将间隔日期时间值转换为任意频率的时间序列答案

【问题标题】：Convert interval datetime values to any-frequency time series将间隔日期时间值转换为任意频率的时间序列
【发布时间】：2012-05-18 22:29:23
【问题描述】：

我有以下数据结构：

2011-01-01 00:00, 2011-01-20 00:00, 200   # days-range
2011-01-20 00:00, 2011-03-08 00:00, 1288  # days-range
2011-04-11 00:00, 2012-01-08 00:00, 5987  # days-range

2012-02-01 00:00, 2012-02-01 01:00, 7     # hourly-range
2012-02-01 02:00, 2012-02-01 02:30, 3     # hourly-range

这是包含开始日期、结束日期和值（日期之间记录的一些指标）的间隔。

为了进一步的数据分析，我需要生成具有所需频率的时间序列： 每月/每天/每小时/每半小时时间序列。例如每小时数据：

2011-01-01 00:00, 2 
2011-01-01 01:00, 6
2011-01-01 02:00, 5
...

有没有python库可以帮助实现这种数据转换？

【问题讨论】：

是的，pandas。你已经标记了它。但是你对第二列中的值做了什么？
@eumiro 是的，pandas 非常适合进一步分析，但在此之前，我需要从区间数据生成频率时间序列。示例：我从 1 月 1 日到 1 月 10 日跟踪了 200 公里。我需要每天建立值：200/10 = 每天 20 公里。当然，这是一个简单的案例。

标签： python time-series pandas data-analysis

【解决方案1】：

import pandas as pd

def stretch(start_date, end_date, value, freq):
    freq_dict = {'d': pd.datetools.day,
                 'h': pd.datetools.Hour(1)}
    dr = pd.DateRange(start_date, end_date, offset=freq_dict[freq])
    return pd.TimeSeries(value / dr.size, index=dr)


print stretch('2011-01-01 00:00', '2011-01-20 00:00', 200, 'd')

打印

2011-01-01    10
2011-01-02    10
2011-01-03    10
2011-01-04    10
2011-01-05    10
2011-01-06    10
2011-01-07    10
2011-01-08    10
2011-01-09    10
2011-01-10    10
2011-01-11    10
2011-01-12    10
2011-01-13    10
2011-01-14    10
2011-01-15    10
2011-01-16    10
2011-01-17    10
2011-01-18    10
2011-01-19    10
2011-01-20    10

【讨论】：

谢谢@eumiro，非常有帮助！也许 pandas 可以解决另一种情况：我在 1 月 1 日至 10 日追踪了 200 公里，1 月 11 日至 2 月 20 日追踪了 600 公里，我需要一月和二月的每月频率？
创建单独的每日时间序列，combine 和 groupby 将它们转换为月频率。
pandas 的重采样功能将在即将发布的 0.8.0 版本中得到极大改进，敬请关注。