我有一个DataFrame,它有两个时间戳列,其中一个用作重采样的索引,另一个作为列。如果我重新对数据帧进行采样,剩下的一个作为列将被删除。我希望它被重新采样,就好像它是一个数字列(它确实是):
import numpy as np
import pandas as pd
init_time=pd.date_range(start='2010-01-01 00:00', end='2010-01-05 00:00', freq='12H')
valid_time=pd.date_range(start='2010-01-01 00:00', end='2010-01-05 00:00', freq='12H')
data = np.random.random(len(valid_time))
frame = pd.DataFrame(index=valid_time, data=data)
frame['init_time'] = init_time
DataFrame有一个索引、一个数字列和一个时间戳列
^{pr2}$现在重新采样到每日:
daily = frame.resample('D', how='mean')
0
2010-01-01 0.547736
2010-01-02 0.554740
2010-01-03 0.389090
2010-01-04 0.222396
2010-01-05 0.621703
我的init_time
列已被删除。我可以先将其转换为原始整数列,但有没有更简单的方法?在
这不是针对datelike(mean)实现的,但可以通过以下方式实现:
得到数值结果
得到类似日期的结果。首先获取datelike列
^{pr2}$然后对它们进行重新采样;需要将它们视为整数来计算;时间戳将处理这个浮点输入(基本上四舍五入到最接近的纳秒)
把它们放在一起
相关问题 更多 >
编程相关推荐