pandas - 如何将 pandas Dataframe 时间序列数据从 8hz 重新采样到 16hz?
问题描述
我在 pandas Dataframe 中有时间序列数据,采样率为 8hz,即每秒 8 个样本。我需要将其转换为 16 hz 数据,即每秒 16 个样本。索引位于第一列,格式为 yyyy-mm-dd hh:mm:ss.ssssss。我无法使用标准 pandas 命令重新采样。可以请帮助我如何做到这一点?其他答案谈到小时'H',分钟'm',但有人可以帮助我了解数据在哪里。
解决方案
你实际上可以这样做。Pandas resample 支持高达纳秒的值。以下是一些需要牢记的价值观:
S seconds
L milliseconds
U microseconds
N nanoseconds
对于您的情况,每秒 8 个样本相当于 125 毫秒,每秒 16 个样本相当于 62.5 毫秒。
生成一个例子(8hz):
index = pd.date_range('1/1/2000', periods=9, freq='125L')
series = pd.Series(range(9), index=index)
给出:
2000-01-01 00:00:00.000 0
2000-01-01 00:00:00.125 1
2000-01-01 00:00:00.250 2
2000-01-01 00:00:00.375 3
2000-01-01 00:00:00.500 4
2000-01-01 00:00:00.625 5
2000-01-01 00:00:00.750 6
2000-01-01 00:00:00.875 7
2000-01-01 00:00:01.000 8
重采样:
series = series.resample('62.5L').ffill()
给出:
2000-01-01 00:00:00.000000 0
2000-01-01 00:00:00.062500 0
2000-01-01 00:00:00.125000 1
2000-01-01 00:00:00.187500 1
2000-01-01 00:00:00.250000 2
2000-01-01 00:00:00.312500 2
2000-01-01 00:00:00.375000 3
2000-01-01 00:00:00.437500 3
2000-01-01 00:00:00.500000 4
2000-01-01 00:00:00.562500 4
2000-01-01 00:00:00.625000 5
2000-01-01 00:00:00.687500 5
2000-01-01 00:00:00.750000 6
2000-01-01 00:00:00.812500 6
2000-01-01 00:00:00.875000 7
2000-01-01 00:00:00.937500 7
2000-01-01 00:00:01.000000 8
推荐阅读
- java - tomcat - HTTP 连接器 maxThreads / acceptCount 和 JDBC 池 maxActive 之间的比率
- android - Android 格式化日期并返回日期为 dd-MMM-yyyy
- azure - 部署 iOS 应用时 Azure AD B2C ApiEndpoint 混淆
- c++ - 创建具有给定尺寸的新位图并填充给定颜色
- c++ - g++ O1 不等于 O0 与所有相关的优化标志
- cookies - 您可以使用 asp.net 核心中间件添加 cookie 来请求吗?
- jquery - 使用 jQuery 更新复选框时,AngularJS 不会刷新
- c# - 验证 JsonSchema 本身。它是正确的 JSON 模式吗?
- xslt - XSLT 中姓氏、名字的缩写
- javascript - Alexa Skill 中的回调