考虑如下数据帧:
time
18:00:00.051563 2575.50
18:00:01.023444 2575.50
18:00:02.000000 2575.50
18:00:03.000000 2575.50
18:00:04.000000 2575.50
18:00:05.000000 2575.50
18:00:06.000000 2575.50
18:00:07.000000 2575.50
我想重采样成2秒的间隔,开始间隔是18:00:00.000000
。但是由于我的系列中的第一个数据点是18:00:00.051563
,因此生成的bucket也从00.051563
开始,而不是从00.00000
开始。你知道吗
df.resample('2S', closed='left', label='left', base=0).mean()
time
18:00:00.051563 2575.317742
18:00:02.051563 2575.427632
18:00:04.051563 2575.674342
18:00:06.051563 2575.902778
18:00:08.051563 2576.287037
18:00:10.051563 2576.392857
18:00:12.051563 2576.416667
18:00:14.051563 2576.164286
18:00:16.051563 2576.100000
实现@piRSquared的代码按预期工作,我重新检查了数据管道,并意识到我的
time
列类型是TimedeltaIndex
,这就是导致重采样中意外行为的原因。你知道吗TimedeltaIndex
源于纯时间字符串的隐式转换。你知道吗如果你的问题和我的一样,这可能会帮助你:
相关问题 更多 >
编程相关推荐