Python 以相等间隔将时间序列数据转换为df
我有一个包含时间序列数据的数据帧,如下所示:Python 以相等间隔将时间序列数据转换为df,python,dataframe,time-series,Python,Dataframe,Time Series,我有一个包含时间序列数据的数据帧,如下所示: Date Value 2019-02-10 00:00:00 9661 2019-02-10 00:00:19 9654 2019-02-10 00:45:20 9659 2019-02-10 01:01:20 9649 2019-02-10 01:30:18 9712 是否有一种简单的方法将数据转换为相等的间隔?准确地说,每15分钟一次 每个时间步长将得到步长内的平均值我认为您需要平均值: 对于缺少的间隔,请获取错误
Date Value
2019-02-10 00:00:00 9661
2019-02-10 00:00:19 9654
2019-02-10 00:45:20 9659
2019-02-10 01:01:20 9649
2019-02-10 01:30:18 9712
是否有一种简单的方法将数据转换为相等的间隔?准确地说,每15分钟一次
每个时间步长将得到步长内的平均值我认为您需要平均值:
对于缺少的间隔,请获取错误的值,因此如果需要,请使用以下方法删除它:
print (df.index)
DatetimeIndex(['2019-02-10 00:00:00', '2019-02-10 00:00:19',
'2019-02-10 00:45:20', '2019-02-10 01:01:20',
'2019-02-10 01:30:18'],
dtype='datetime64[ns]', name='Date', freq=None)
df = df.resample('15Min').mean()
print (df)
Value
Date
2019-02-10 00:00:00 9657.5
2019-02-10 00:15:00 NaN
2019-02-10 00:30:00 NaN
2019-02-10 00:45:00 9659.0
2019-02-10 01:00:00 9649.0
2019-02-10 01:15:00 NaN
2019-02-10 01:30:00 9712.0
df = df.resample('15Min').mean().dropna(how='all')
print (df)
Value
Date
2019-02-10 00:00:00 9657.5
2019-02-10 00:45:00 9659.0
2019-02-10 01:00:00 9649.0
2019-02-10 01:30:00 9712.0