假設我有一個數據框，其中索引是時間戳。但是，時間戳的間隔不均勻，所以我想讓它均勻。例如，我想將我的時間間隔設置為 1 分鐘的時間間隔。我想對從 t0 到 t1 的所有值求和，然后求和 t1 處的值。我一直在做的方式是通過循環。首先，我創建了一個包含開始時間和結束時間的時間戳列表。然后我將我的數據幀子集化為一個小數據幀，然后對該小數據幀進行計算（在本例中為總和）。然后我將我的值保存到列表中。并重復。不幸的是，這需要很長時間。有沒有更快的方法來做到這一點？我在非常小的時間范圍內處理數據，所以我認為用 0 數據創建額外的行并使用內置的滾動求和函數是沒有意義的......數據示例如下：2020-04-01 00:03:48.197028 12020-04-01 00:24:07.186631 112020-04-01 00:24:07.200361 52020-04-01 00:24:07.204382 12020-04-01 00:24:07.208525 13我想將其轉換為類似的東西：2020-04-01 00:24:00.000000 sum(23:59 to 24:00)2020-04-01 00:24:01.000000 sum(24:00 to 24:01)2020-04-01 00:24:02.000000 sum(24:01 to 24:02)2020-04-01 00:24:03.000000 sum(24:02 to 24:03)2020-04-01 00:24:04.000000 sum(24:03 to 24:04)
1 回答
四季花海
TA貢獻1811條經驗 獲得超5個贊
創建一個均勻間隔的日期時間索引，將其應用于您的數據，并使用均勻間隔的索引對數據框進行滾動求和。由于這將在 numpy/pandas 中發生，因此它比對數據進行 Python 循環要快得多。
使用示例中的數據并假設毫秒間隔：
df = """2020-04-01 00:03:48.197028\t1
2020-04-01 00:24:07.186631\t11
2020-04-01 00:24:07.200361\t5
2020-04-01 00:24:07.204382\t1
2020-04-01 00:24:07.208525\t13"""
# Reading the sample dataframe
from io import StringIO
mfile = StringIO(df)
adf = pd.read_csv(mfile, sep="\t")
adf.columns = ['mtimestamp', 'mnumber']
adf.mtimestamp = pd.to_datetime(adf.mtimestamp)
# Creating a proper datetime index
adf = adf.set_index(pd.DatetimeIndex(adf['mtimestamp']))
adf = adf.drop(columns='mtimestamp')
# Resampling and summing
adf.resample('1ms').sum()
產量
mnumber
mtimestamp
2020-04-01 00:24:07.186 11
2020-04-01 00:24:07.187 0
2020-04-01 00:24:07.188 0
添加回答
舉報
0/150
提交
取消