Pandas - 选择每两周重采样的起始日期

Question

假设我有一个时间序列，它从2014年6月1日开始，那天是星期天。

在 [7]:

# 2014-06-01 is Sunday
df = pd.Series( index=pd.date_range( '2014-06-01', periods=30 ), data=nr.randn( 30 ) ) #
df

我可以按周重新采样，从星期天开始，到星期六结束：

In [9]:

df.resample( 'W-SAT' )
Out[9]:
2014-06-07    0.119460
2014-06-14    0.464789
2014-06-21   -1.211579
2014-06-28    0.650210
2014-07-05    0.666044
Freq: W-SAT, dtype: float64

现在我想每两周做一次同样的事情，所以我试了这个：

In [11]:

df.resample( '2W-SAT' )
Out[11]:
2014-06-07    0.119460
2014-06-21   -0.373395
2014-07-05    0.653729
Freq: 2W-SAT, dtype: float64

哦，输出结果是1周，然后是2周，再来2周。这不是我预期的结果。我本来希望第一个索引的值是'2014-06-14'。为什么会这样呢？我该怎么做才能把前两周一起重新采样呢？

Answer 1

2014年6月的第一个星期六是7号，所以这个月的星期六从7号开始。如果你用星期天来算，它就会从6月的1号开始，正如你预期的那样。

df.resample( '2W-SUN' )
Out[11]: 
2014-06-01    0.739895
2014-06-15    0.497950
2014-06-29    0.445480
2014-07-13    0.767430
Freq: 2W-SUN, dtype: float64

Answer 2

在尝试了各种resample的选项后，我可能找到了一个解释。resample选择新重采样索引的第一个条目的方式似乎取决于closed选项：

• 当closed=left时，resample会寻找最新的开始时间
• 当closed=right时，resample会寻找最早的开始时间

我来举个例子：

# 2014-06-01 is Sunday
df = pd.Series( index=pd.date_range( '2014-06-01', periods=30 ), data=range(1 , 31 ) ) #
df

下面的例子展示了closed=left的行为。在一个左闭合的两周区间内，最新的“左侧”星期六是2014年5月31日，如下所示：

df.resample( '2W-SAT',how='sum', closed='left', label='left' )
Out[119]:
2014-05-31     91
2014-06-14    287
2014-06-28     87
Freq: 2W-SAT, dtype: int64

下一个例子展示了closed=right的行为，这个我在最初的帖子中没有理解（resample默认是closed=right）。在一个右闭合的两周区间内，最早的“右侧”星期六是2014年6月7日，如下所示：

df.resample( '2W-SAT',how='sum', closed='right', label='right' )
Out[122]:
2014-06-07     28
2014-06-21    203
2014-07-05    234
Freq: 2W-SAT, dtype: int64