python - 优雅的 pandas 使用 date_range 预填充各种可能的频率设置

Question

我正在尝试预填充类似于以下内容的数据框：

在示例中，我随机删除了一些行以突出显示挑战。我正在尝试*优雅地计算 dti 值。第一行中的 dti 值将为 0（即使根据脚本删除了第一行），但由于 dti 序列中出现间隙，因此需要跳过丢失的行。一种合乎逻辑的方法是将 dt/delta 相除以创建一个表示存储桶的唯一整数，但我尝试过的任何东西都感觉不到或看起来很优雅。

一些代码来帮助模拟问题：

from datetime import datetime, timedelta
import pandas as pd
import numpy as np

start = datetime.now()
nin = 24
delta='4H'

df = pd.date_range( start, periods=nin, freq=deltadf, name ='dt') 

# remove some random data points
frac_points = 8/24                  # Fraction of points to retain
r = np.random.rand(nin)
df = df[r <= frac_points]           # reduce the number of points
df = df.to_frame(index=False)       # reindex

df['dti'] = ...

先感谢您，

标签： pythonpandas

Answer 1

一种解决方案是将每行之间的时间差除以 timedelta：

from datetime import datetime, timedelta
import pandas as pd
import numpy as np

start = datetime.now()
nin = 24
delta='4H'

df = pd.date_range(start, periods=nin, freq=delta, name='dt')

# Round to nearest ten minutes for better readability
df = df.round('10min')

# Ensure reproducibility
np.random.seed(1)

# remove some random data points
frac_points = 8/24                  # Fraction of points to retain
r = np.random.rand(nin)
df = df[r <= frac_points]           # reduce the number of points
df = df.to_frame(index=False)       # reindex

df['dti'] = df['dt'].diff() / pd.to_timedelta(delta)
df['dti'] = df['dti'].fillna(0).cumsum().astype(int)
df

                   dt  dti
0 2019-03-17 18:10:00    0
1 2019-03-17 22:10:00    1
2 2019-03-18 02:10:00    2
3 2019-03-18 06:10:00    3
4 2019-03-18 10:10:00    4
5 2019-03-19 10:10:00   10
6 2019-03-19 18:10:00   12
7 2019-03-20 10:10:00   16
8 2019-03-20 14:10:00   17
9 2019-03-21 02:10:00   20