Pandas：使用asfreq

Question

我有一个mm:ss.0格式的周期性时间序列，它看起来像

59:58.5
59:58.7
59:59.1
00:00.0
00:00.1
00:00.2

（这种情况重复了一段时间，没有时间标记，也就是说，持续大约5到6个小时）

我想要的是将整个系列分成30秒的间隔，最好使用asfreq。这似乎是一个由两部分组成的问题：首先，我需要将时间段划分为30秒的间隔，这比看起来的要困难，因为我没有小时标签（有没有一种简单的方法可以在Excel中添加它？）。接下来，我需要实际使用asfreq将数据分成30秒的频率。在

为了简单起见，我取了一个1小时的数据样本，并编写了一个测试程序，尝试将该子集分成30秒的间隔。在

我的数据有点像

^{pr2}$

我的代码是

df = pd.read_csv('test_file.csv',index_col=0)
df.index = pd.to_datetime(df.index,format='%M:%S.%f')
df.index.get_duplicates()
df.Data = df.Data.asfreq(str(30)+'S',method='pad')

我一直得到的错误是 ValueError:无法使用方法或限制重新索引非唯一索引

有谁知道如何处理这一点和/或如何分割周期性数据？在

Answer 1

如果只想拆分它，请使用groupby。每个组将只保存该组的数据。在

grouped = df.groupby(<time column or index>)
for name, group in grouped:
    print(name, group)

出现上述错误的原因是索引中存在非唯一值。Pandas如何计算出哪一个值指向您行中的哪个索引：df.Data = df.Data.asfreq(str(30)+'S',method='pad')？在