使用精确的开始周期重新采样数据帧

Question

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

Answer 1

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：

df['datetime'] = pd.to_datetime(df['date'] + df['time'])