python - 将数据帧重新采样为具有任意期末月份的 n 个月期间
问题描述
我想将resample()
我的日常数据分成六个月的数据块。但是,我希望六个月大块的结束是四月和十月的结束。如果我使用df.resample('6M').sum()
(或df.groupby(pd.Grouper(freq='6M').sum()
),则前六个月块的结束是数据中第一个月的结束。我知道锚定偏移量,但我不知道如何创建自定义锚定偏移量(例如,'6M-APR'
不起作用)。
这是一些示例代码:
import pandas as pd
import numpy as np
np.random.seed(42)
df = pd.DataFrame(
data={'logret': np.random.randn(1000)},
index=pd.date_range(start='2001-05-25', periods=1000, freq='B')
)
df.resample('6M').sum()
产生以下输出:
logret
2001-05-31 2.2950148716254297
2001-11-30 -12.536360930670858
2002-05-31 5.468848462868161
2002-11-30 13.027927629740189
2003-05-31 -10.37282118563155
2003-11-30 -0.156275418330286
2004-05-31 -3.0768727498370905
2004-11-30 28.328856464071546
2005-05-31 -3.6462613215100546
我还没有实现我的目标(在 4 月和 10 月结束的为期六个月的重采样),其中start
,offset
和.loffset
.resample()
我已经通过下面的 hack 实现了我的目标。但是,它丢失了日期索引,我想要一种更强大/可重复的方法。
def sixmonth(d, b=4):
y, m, h = d.year, d.month, 1
if (m > (b + 6)): y += 1
elif (m > b): h += 1
return y + h/10
df.groupby(sixmonth).sum()
这会产生以下没有日期的输出:
logret
2001.2 -10.300839024148
2002.1 9.321994034984547
2002.2 8.855517878860585
2003.1 -2.4576797445001493
2003.2 -7.002919570231796
2004.1 -9.36895555474087
2004.2 27.13038641177464
2005.1 3.154551390326532
当然,我可以改进这个技巧。但是,对于在任意月份结束的 n 周期重采样,是否有更好/稳健/可重复的解决方案?
解决方案
另一种解决方法,保留日期时间索引:
def custom_6M(df, month=4):
df = df.resample("M").sum()
df = df.rolling(6).sum()
return df[df.index.month.isin([month,month+6])]
>>> custom_6M(df)
logret
2001-10-31 -10.300839
2002-04-30 9.321994
2002-10-31 8.855518
2003-04-30 -2.457680
2003-10-31 -7.002920
2004-04-30 -9.368956
2004-10-31 27.130386
推荐阅读
- objective-c - Obj C 到 Swift 的转换
- mongodb - 如何通过 MongoDB 同步在两个不同服务器上运行的两个应用程序
- sql - 如何获取字符回历日期 SQL Server 的年份
- java - 为什么 System.out.println() 中不需要 java.io.PrintStream?
- jquery - Aframe 设备检测
- bash - 使用远程数据扩展 Bash glob 模式
- react-native - 获取 API 不与 Proguard 一起使用
- git - 根据日期从 git 签出旧提交
- jquery - 刷新时,有时 insertAfter 不起作用,有时会
- javascript - 角度控制/从数字生成数组