pandas -更改重新采样的时间序列的开始和结束日期
问题描述
我有一个重新采样到此数据帧中的时间序列df
,
我的数据是从6月6日到6月28日。它希望将数据从6月1日延长到6月30日。Count列将仅在延长期间内具有0值,而我的实际值将在第6到28天内具有。
Out[123]:
count
Timestamp
2009-06-07 02:00:00 1
2009-06-07 03:00:00 0
2009-06-07 04:00:00 0
2009-06-07 05:00:00 0
2009-06-07 06:00:00 0
我需要制作
开始日期:2009-06-01 00:00:00
结束日期:2009-06-30 23:00:00
因此数据将如下所示:
count
Timestamp
2009-06-01 01:00:00 0
2009-06-01 02:00:00 0
2009-06-01 03:00:00 0
有没有一种有效的方法来实现这一点。我唯一能想到的办法不是那么有效,我从昨天就开始试了。请帮帮忙
index = pd.date_range('2009-06-01 00:00:00','2009-06-30 23:00:00', freq='H')
df = pandas.DataFrame(numpy.zeros(len(index),1), index=index)
df.columns=['zeros']
result= pd.concat([df2,df])
result1= pd.concat([df,result])
result1.fillna(0)
del result1['zero']
解决方案
您可以创建具有所需开始日期/时间和结束日期/时间的新索引,重新采样时间序列数据并按计数聚合,然后将索引设置为新索引。
import pandas as pd
# create the index with the start and end times you want
t_index = pd.DatetimeIndex(start='2009-06-01', end='2009-06-30 23:00:00', freq='1h')
# create the data frame
df = pd.DataFrame([['2009-06-07 02:07:42'],
['2009-06-11 17:25:28'],
['2009-06-11 17:50:42'],
['2009-06-11 17:59:18']], columns=['daytime'])
df['daytime'] = pd.to_datetime(df['daytime'])
# resample the data to 1 hour, aggregate by counts,
# then reset the index and fill the na's with 0
df2 = df.resample('1h', on='daytime').count().reindex(t_index).fillna(0)
更新:
原来的答案已经贬值,需要您按照@toni-penya-alba的建议将第一行代码更改为:
t_index = pd.DatetimeIndex(pd.date_range(start='2009-06-01', end='2009-06-30 23:00:00', freq="1h"))
相关文章