Pandas将小时时间序列重新采样为小时比例时间序列

我正在处理一个小时时间序列（日期、时间（hr）、p），并试图计算每小时每天总“金额”的比例。我知道我可以用熊猫的重采样（'D'，how='sum'）来计算P的每日总和（DailyP），但在同一步骤中，我想用每日P来计算每小时内每日P的比例（因此，P/DailyP），从而得出每小时的时间序列（即，与原始频率相同）。我不确定这是否可以称为“重采样”。 从我使用的术语来看，这一点可能很明显，但在Python或编程方面，我绝对是个新手。如果有人能提出这样做的建议，我将非常感激。

---

谢谢

一种可能的方法是将每日总和重新索引回原始的小时指数（

reindex

），并向前填充值（以便每小时获得当天总和的值，

fillna

）：

您可以使用它来分割原始数据帧

例如：

>>> import pandas as pd
>>> import numpy as np
>>> 
>>> df = pd.DataFrame({'P' : np.random.rand(72)}, index=pd.date_range('2013-05-05', periods=72, freq='h'))
>>> df.resample('D', 'sum').reindex(df.index).fillna(method="pad")
                             P
2013-05-05 00:00:00  14.049649
2013-05-05 01:00:00  14.049649
...
2013-05-05 22:00:00  14.049649
2013-05-05 23:00:00  14.049649
2013-05-06 00:00:00  13.483974
2013-05-06 01:00:00  13.483974
...
2013-05-06 23:00:00  13.483974
2013-05-07 00:00:00  12.693711
2013-05-07 01:00:00  12.693711
..
2013-05-07 22:00:00  12.693711
2013-05-07 23:00:00  12.693711

>>> import pandas as pd
>>> import numpy as np
>>> 
>>> df = pd.DataFrame({'P' : np.random.rand(72)}, index=pd.date_range('2013-05-05', periods=72, freq='h'))
>>> df.resample('D', 'sum').reindex(df.index).fillna(method="pad")
                             P
2013-05-05 00:00:00  14.049649
2013-05-05 01:00:00  14.049649
...
2013-05-05 22:00:00  14.049649
2013-05-05 23:00:00  14.049649
2013-05-06 00:00:00  13.483974
2013-05-06 01:00:00  13.483974
...
2013-05-06 23:00:00  13.483974
2013-05-07 00:00:00  12.693711
2013-05-07 01:00:00  12.693711
..
2013-05-07 22:00:00  12.693711
2013-05-07 23:00:00  12.693711