1回答
我有一个每小时天气观测的数据集，格式如下： df = pd.DataFrame({ 'date': ['2019-01-01 09:30:00', '2019-01-01 10:00', '2019-NaN NaN2019-07-02 NaN NaN2019-07-04 S 15.0 这是不正确的，因为此重采样还获取了所以我的问题是，是否可以将这个数据</
浏览 35提问于2021-08-23得票数 1
回答已采纳
我有一个每日值的数据，列对应于一天中每小时的测量值，每一小时对应一列。相反，我想从每天重采样到每小时一次，并将列数减少到1。然而，我对如何做到这一点完全不知所措。
浏览 0提问于2018-08-05得票数 0
回答已采纳
2回答
我有一些随机的每小时时间序列数据(让我们编造一些)，我如何为每日最大值重新采样，以及为记录的每日最大值所在的小时创建单独的df列？import pandas as pd from numpy.random import randintdf = pd.DataFrame({'Random_Number':randint(1, 100
浏览 25提问于2020-03-03得票数 3
回答已采纳
我正在处理每小时的时间序列(日期，时间(hr)，P)，并试图计算每个小时的每日总‘金额’的比例。我知道我可以使用Pandas‘resample('D'，how=' sum ')来计算P (DailyP)的每日总和，但在相同的步骤中，我想使用每日P来计算每个小时的每日P的比例(因此，P/DailyP)，从而得到每小时的时间序列(即，与原始频率相同的频率)。我不确定这是否可以被称为熊猫术语中</em
浏览 0提问于2013-05-05得票数 4
回答已采纳
3回答
我有一只熊猫数据仓库，其结构如下：0 2003-10这些是连续时间值，因为它是欧元/美元数据。我希望对此进行重采样，创建一个每日数据，该数据作为开放值使用日期XXXX-XX 09:00:00的Open列上的值，对于Close值，使用XXXX-XX-XX 16:00:00的关闭列值。在</
浏览 6提问于2017-01-28得票数 1
回答已采纳
2回答
对于这个月，在24小时文件夹中，我们有一个csv文件，该文件提供2015年8月份整个月份的15分钟间隔数据。请注意，存在的列比上图中显示的列多得多。
在保留这些原始的15分钟间隔文件的同时，我需要对所有csv文件进行重新采样，以便每个文件都有自己的每小时、每日和每月文件。棘手的部分是，我希望一些列在重采样时间范围内求和，而其他<
浏览 3提问于2016-11-24得票数 0
1回答
我正在尝试使用Pandas 函数对工作日的每日频率数据进行重采样，并使用偏移量，以便一周中的最后一天变成周四，也就是开始的周日。这是目前为止的代码：但是它一直在重新采样，所以星期五被用于重新采样，星期日则被排除在外我为base和loffset尝试了许多不同的值，但这并不
浏览 3提问于2020-08-24得票数 1
回答已采纳
pandas支持多种频率的重采样。要在DolphinDB中实现类似pandas的重采样，我可以使用group-by子句，其中group-by列是对时间列的函数调用。例如，要使用月份频率进行重采样，我可以编写如下SQL：当涉及到周频率时，事情就有点不同了，因为Dolphin
浏览 1提问于2019-10-31得票数 0
所有文件的第一列都是"Datetime“，其中"YYYYMMDD HH:MM:SS”记录在数据行中。
我想重新采样所有数据帧，从原始文件创建每小时，每天和每月的数据。csv文件中的某些列要求按小时、日和月对数据求和，而其他列则要求对这些时间范围内的数据求平均值(在所有csv文件中一致)。我希望每个原始的csv文件都有自己的每小时、每天和每月版本
浏览 2提问于2016-11-22得票数 0
我正在尝试建立一个表，该表将存储特定货币的价格，包括历史和当前的价格，价格在不同的时间间隔，如分钟，小时和月。我的访问模式想要获得过去24小时的分钟价格，或者过去30天的小时价格，或者过去1年的天价格。 我应该如何建模我的表，我应该使用不同的表来存储每种间隔，还是应该转储到一个表中并使用标签字段进行分类。
浏览 22提问于2021-08-25得票数 0
1回答
我有一个日期索引、一分钟时间框架数据集，其中包含open、close、high、low和volume列.ohlc = { 'open': 'first', '
浏览 1提问于2022-02-24得票数 0
我正在尝试对数据帧进行重采样。首先，我希望在结果中保留几个聚合。其次，对于特定的列，有一个额外的感兴趣的聚合。由于此聚合仅与单个列相关，因此可以将重采样器限制为此列，以便不必要地将聚合应用于其他列。这个场景适用于一个简单的一维列索引： import numpy as npdf = pd.DataFrame(data=np.random.ra
浏览 46提问于2019-09-10得票数 3
回答已采纳
我已经将每天的ohlcv数据重放到每周和每月，以获得周和月的%返回。import pandas as pdimport pandas_datareader
浏览 5提问于2021-07-22得票数 0
1回答
在使用KPI数据的过程中，我为不同的元素提供了一组KPI，每个KPI每小时都有一个值，例如下面的g。用于创建dataframe的CSV文本可以在这里找到：
由一个元素进行过滤：通过另一个元素进行过滤：实际上，我想做的是为每个元素单独设置Daily ，我尝试了重采样函数，但是结果是全局的，而不是Cell-列wise。使用**重采样“函数时的结果：
浏览 3提问于2022-05-17得票数 -1
回答已采纳
我有以下每日定价的数据：2017-06-02 20.00
我想把它重新取样成超过35小时的每小时价格。因此，前24小时的每个样本的值为15.00，从24小时到35小时的价格将为20.00。是否可以单独创建新的数据范围，并将其用作重采样函数的输入？在这里，resample()似乎不能完成任务。
浏览 0提问于2018-11-06得票数 1
我在Python中有一个有点不规则的时间序列(我主要使用Pandas来处理它)，它有一个日期时间索引(大约每15分钟一次)和多个带有值的列。我知道这些值大约每小时都在变化，但它们实际上与我的索引不太匹配。27 03:15:00 91.43 2019-08-27 03:45:00 91.42
这只是一个例子，但是可以看到这些值在随机时间(: 15，:45，:00)变化，即使它们应该每小时改变一次，有时值之间只有两
浏览 0提问于2020-03-30得票数 0
我有一个看起来像这样的DataFrame：它有两列，其中一列是"from“日期时间，另一列是"to”日期时间。我想要更改此DataFrame，使其具有日期的单个列或索引(例如，日期时间形式的2015-07-06 00:00:00 )，而其他列(如deep)的变量按比例划分为每个日期。如何解决这个问题？
浏览 1提问于2018-02-24得票数 0
我对时间序列分析完全陌生，我正在尝试处理网上可用的示例 这是我目前所拥有的： # Time based featuresdata['Datetime'] = pd.to_datetime(data['Datetime'],format='%d-%m-%Y %H:%M')
data['minute'] = data[&#
浏览 20提问于2020-01-15得票数 1
回答已采纳
我已经尝试将我的值重新采样到小时。但是，由于我更改了csv文件中日期的格式，因为自动交换了小数的月份和日期(2003-04-01突然变成了2003-01-04)。现在，日期格式很好(在Python中显示csv文件时)，但是在使用resample时，值显示在NaN值中。',parse_dates=[0],index_col=0,decimal=",", delimiter=';')
`h
浏览 1提问于2020-08-19得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
云直播
腾讯会议活动推荐
腾讯云开发者
