2回答
我有一个大约500k行的.csv，时间戳看起来像这样: 2021-02-01 00:00:29.159 UTC 我想每300毫秒重新采样一次数据。datetime： df.timestamp = pd.to_datetime(df.timestamp) 现在它们看起来像这样: 2021-02-01 00:00:29.159000+00:00 现在我重新采样我再次运行重采样，并得到相同的错误。还有什么是更好的方法来实现我的目标，像这样重采样数据到300ms (每300毫秒
浏览 60提问于2021-04-20得票数 1
3回答
如果你的索引使用datetime索引，那么Pandas重采样真的很方便，但我还没有找到一个简单的实现来按任意的因子重采样。例如，只需将每个索引视为任意索引，并对数据帧重新采样，以使其结果长度缩短4倍(并且比每隔4个数据点获取一次更智能)。
对于使用比datetimes短得多的时间刻度的数据的任何人来说，这都很有用。例如，在我的例子中，我想对音频向量进行从44 For到11 For的重采样。现在，我必须使用scipy的"decimate“函数，
浏览 3提问于2013-11-11得票数 1
2回答
我正在使用重采样数据帧，它的工作小时，天分钟，但重采样不少于秒。即使在很短的时间内，程序也会挂起。我是不是漏掉了什么？你可以看到可变的sf代表重采样频率。grph = df.set_index('Date and Time').resample(sf, len).astype(int)
如何对数据
浏览 1提问于2015-08-31得票数 4
我正在创建一个具有随机日期和随机整数值的pandas DataFrame，我想按月对其进行重新采样，并计算整数的平均值。= pd.DataFrame({'Month': dates, 'Integers': ints})
问题是，重采样的月份总是从第一天开始我使用的是pandas 1.1.4，我尝试过使用origin='15&#x
浏览 2提问于2020-12-05得票数 1
4回答
如何将熊猫中的时间序列重新采样为周频率，其中周开始于任意一天？我看到有一个可选的关键字库，但它只适用于小于一天的时间间隔。
浏览 4提问于2013-01-26得票数 26
回答已采纳
1回答
然而，使用重采样不起作用，因为我有一个多个索引，所以我希望我的最后一个季度数据仍然包含单个股票(重采样只是对所有这些股票进行总结)：dict1 = [set_index(['date','ticker'], drop=True) Q42016 JPM 0.2Q42016 AMZ 0.2
当我使用重采样时，我得
浏览 8提问于2019-11-18得票数 1
回答已采纳
尝试为股票数据定义月度和周度范围。下面的代码只适用于高价，适用于月度，但不适用于周度。当我尝试在df中为周刊创建一个新的专栏时，我得到了所有的NaN。而且，如果我使用变量而不是新列，我会得到正确的结果。print test
2015-03-01 212.242015-03-15 208.792015-03-29 211.11
2015-04-05
浏览 2提问于2015-04-04得票数 1
一种理想的方法是使用Pandas的重采样，但我也需要一种方法将前一个重采样集的最后一个值传递到下一个，即由于内部重采样集返回计算。显然，执行resample('M')不支持这一点。import pandas as pd我得到
浏览 4提问于2022-01-18得票数 1
回答已采纳
在使用熊猫set_index方法并将15分钟的数据重采样到1分钟的数据后，我试图迭代数据--因此，具有1分钟数据时间索引的数据。但是，我得到了"KeyError: 0“。我刚刚尝试了以下简单的代码行，但它不起作用： print(df[i,"value"])for i in range(len(df)):我注意到，只有在使用set.index和<em
浏览 7提问于2022-09-22得票数 -1
回答已采纳
我知道Pandas可以执行重采样，也可以对时间戳索引为浮点数的数据执行重采样：Pandas - Resampling and Interpolation with time float64 但是，我不确定如何将其应用于我的问题0.6551159024238590.000072000000000, -0.604137837886810 我可以用下面的test.py将其读入pandas</
浏览 12提问于2020-10-19得票数 0
1回答
我读csv的时候我可以正常切枣。但当我试着用兰巴达重采样时IndexError: index out of bounds.按“sum”的正常工作方式进行重估。
为什么这<
浏览 2提问于2013-12-20得票数 0
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DolphinDB此外，我希望在一周中的特定日期重新采样，例如，星期二。
浏览 1提问于2019-10-31得票数 0
Pandas或Scikit-learn中是否有一个内置函数，用于根据指定的策略进行重采样？我想根据分类变量对我的数据进行重新采样。(我也希望能够推广到不是50/50的情况)
我需要的是根据指定的比例对我的数据进行重采样的东西。
浏览 1提问于2015-04-26得票数 11
2回答
数据的日循环
、、
import pandas as pdxdata = pd.read_csv("station_2019_2.csv")
不幸的是，它不起作用
浏览 7提问于2021-06-04得票数 0
我正在使用包含(日期/时间)字符串的熊猫系列："2020-04-01 09:29:21"-"2020-04-01 09:53:17"-"2020-04-13 09:55:55"-.....)。我只对小时和分钟部分感兴趣，我正在寻找一种方法，将数据划分为30分钟的存储桶，并计算每个存储桶中的值。 Range count 9:30-10:00 25
10:00-10:30
浏览 13提问于2020-05-05得票数 0
回答已采纳
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，但这并不影响重采样。
请注意:原始数据使用U
浏览 3提问于2020-08-24得票数 1
回答已采纳
4回答
当我重采样Pandas时间序列以减少数据点的数量时，每个结果数据点的时间戳位于每个重采样bin的开始处。当用不同的重采样率叠加图形时，这会导致数据发生明显的偏移。无论重采样率是多少，我如何将重采样数据的时间戳“居中”在其bin中？我现在得到的是(重采样到一个小时)：Out[12]:
2017-01-01 00:00:00
浏览 0提问于2017-11-20得票数 8
1回答
这是一个在xarray和pandas中重采样时间序列的MWE。10Min重采样在xarray中需要6.8秒，在pandas中需要0.003秒。有什么方法可以让x数组中的Pandas速度提高吗？熊猫的重采样似乎独立于这个时期，而x阵列则随着时间的推移而变化。import numpy as npimport pandas as pd
def make_d
浏览 9提问于2020-10-09得票数 0
回答已采纳
我已经获得了一个带有日期时间索引的大数据，需要将数据重采样到正好10个大小相等的时间段。到目前为止，我已经尝试找到第一个和最后一个日期来确定数据中的总天数，除以10来确定每个时间段的大小，然后使用这个天数进行重采样。timesubmit.max()这并不保证在重新采样后在重<em
浏览 7提问于2015-07-03得票数 7
回答已采纳
我需要用数字加权平均函数重采样一些数据，但它不起作用.。这是我的测试用例：import pandas as pd ]正常的不带权重的重采样工作正常
浏览 3提问于2014-10-14得票数 1
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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
