时间戳

首页 > 解决方案 > Python-pandas - Datetimeindex：分析滚动滚动的最常用的 Python 策略是什么？（例如每天的特定时间）

python - Python-pandas - Datetimeindex：分析滚动滚动的最常用的 Python 策略是什么？（例如每天的特定时间）

问题描述

我正在研究一个数据框，其中包含跨越几年的每小时温度数据的 DateTimeIndex。我想在一天的 20:00 到第二天的 8:00 之间添加一个最低温度的列。白天温度 - 从 8:00 到 20:00 - 不感兴趣。结果可以是原始数据的相同小时分辨率，也可以重新采样到几天。

我已经研究了许多策略来解决这个问题，但我不确定最有效的（主要是编码效率和次要计算效率）分别是 pythonic 的方式来做到这一点。我提出的一些可能性：

  1. 根据df.index.hour和使用group_by或df.loc找到最小值，附加一个带有“白天”、“夜晚”标签的列
  2. 重新采样到 12 小时并每秒删除一次值。不知道如何使重采样期从 20:00 开始。
  3. 添加一个多索引 - 我想这类似于方法 1，但对于我想要实现的目标来说感觉有点过头了。
  4. 使用df.between_time（https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.between_time.html#pandas.DataFrame.between_time）虽然我不确定午夜的日期变化是否会这有点乱。
  5. 最后有一些关于将滚动与步进参数结合为熊猫新功能的讨论：https ://github.com/pandas-dev/pandas/issues/15354

原始 df 如下所示：

datetime                 temp
2009-07-01 01:00:00      17.16
2009-07-01 02:00:00      16.64
2009-07-01 03:00:00      16.21  #<-- minimum for the night 2009-06-30 (previous date since periods starts 2009-06-30 20:00)
...                        ...
2019-06-24 22:00:00      14.03  #<-- minimum for the night 2019-06-24
2019-06-24 23:00:00      18.87
2019-06-25 00:00:00      17.85
2019-06-25 01:00:00      17.25

我想得到这样的东西（从 20:00 到第 1 天 8:00 的最低温度）：

datetime                 temp
2009-06-30 23:00:00      16.21
2009-07-01 00:00:00      16.21
2009-07-01 01:00:00      16.21
2009-07-01 02:00:00      16.21
2009-07-01 03:00:00      16.21
...                        ...
2019-06-24 22:00:00      14.03
2019-06-24 23:00:00      14.03
2019-06-25 00:00:00      14.03
2019-06-25 01:00:00      14.03

或者更简洁一点：

datetime    temp
2009-06-30  16.21
...           ...
2019-06-24  14.03

标签： pythonpandaspandas-groupby

解决方案

使用该base选项resample：

rs = df.resample('12h', base=8).min()

然后只保留 20:00 的行：

rs[rs.index.hour == 20]

推荐阅读