在python中对时间戳序列重新采样

我有一系列这样的时间戳：

from datetime import datetime
dts = [datetime(2018, 12, 21, 10), datetime(2018, 12, 21, 11), datetime(2018, 12, 21, 12)]

它们可能有间隙，也可能没有间隙，但每个时间戳表示一个1小时的时间段。我想将其重新采样为30分钟的时间戳序列，表示30分钟的周期，如下所示：

[日期时间（2018,12,21,10,0）、日期时间（2018,12,21,10,30）、日期时间（2018,12,21,11,0）、日期时间（2018,12,21,11,30）、日期时间（2018,12,21,12,0）、日期时间（2018,12,21,12,30）]

我能得到的最接近的是（ab）使用熊猫：

import pandas as pd
s = pd.Series(dts, index=pd.DatetimeIndex(dts))
s.asfreq('30T').index

这让我明白了

DatetimeIndex(['2018-12-21 10:00:00', '2018-12-21 10:30:00',
               '2018-12-21 11:00:00', '2018-12-21 11:30:00',
               '2018-12-21 12:00:00'],
              dtype='datetime64[ns]', freq='30T')

---

请注意，它没有“2018-12-21 12:30:00”。

您不需要

pandas

。您可以使用

timedelta

向

datetime

对象添加时间间隔

您可以使用

map

将间隔应用于

dts

中的每个元素，然后使用

zip

和

list

创建新的交错列表

from datetime import datetime
from datetime import timedelta

dts = [datetime(2018, 12, 21, 10), datetime(2018, 12, 21, 11), datetime(2018, 12, 21, 12)]

new_dts = list(zip(dts, map(lambda x: x + timedelta(minutes=30), dts)))

---

您不需要

熊猫

。您可以使用

timedelta

向

datetime

对象添加时间间隔

您可以使用

map

将间隔应用于

dts

中的每个元素，然后使用

zip

和

list

创建新的交错列表

from datetime import datetime
from datetime import timedelta

dts = [datetime(2018, 12, 21, 10), datetime(2018, 12, 21, 11), datetime(2018, 12, 21, 12)]

new_dts = list(zip(dts, map(lambda x: x + timedelta(minutes=30), dts)))

---

使用

date\u范围

pd.date_range(start=dts[0],end=dts[-1]+pd.Timedelta('30min'),freq='30min').tolist()
Out[203]: 
[Timestamp('2018-12-21 10:00:00', freq='30T'),
 Timestamp('2018-12-21 10:30:00', freq='30T'),
 Timestamp('2018-12-21 11:00:00', freq='30T'),
 Timestamp('2018-12-21 11:30:00', freq='30T'),
 Timestamp('2018-12-21 12:00:00', freq='30T'),
 Timestamp('2018-12-21 12:30:00', freq='30T')]

---

使用

date\u范围

pd.date_range(start=dts[0],end=dts[-1]+pd.Timedelta('30min'),freq='30min').tolist()
Out[203]: 
[Timestamp('2018-12-21 10:00:00', freq='30T'),
 Timestamp('2018-12-21 10:30:00', freq='30T'),
 Timestamp('2018-12-21 11:00:00', freq='30T'),
 Timestamp('2018-12-21 11:30:00', freq='30T'),
 Timestamp('2018-12-21 12:00:00', freq='30T'),
 Timestamp('2018-12-21 12:30:00', freq='30T')]

---

这个元组的返回列表你想把它展平吗？很公平。编辑以生成展开列表此返回的元组列表是否展开？很公平。编辑以生成平面列表有点澄清：在这种情况下，时间戳是hourlies，我想要的频率是30分钟，没有间隔，但在我试图实现的一般情况下，可能会有间隔，源频率和目标频率是任意的。我找到了一个考虑到间隔的部分解决方案。限制是，这只在从较低频率到较高频率时有效<代码>时间=pd.IntervalIndex.从t元组（[（t，t+dt.timedelta（小时=1）），对于排序（dts）]中的t，关闭='left'）；新时间=pd.interval_range（开始=次.左[0]，结束=次.右[-1]，频率=30分钟，关闭=左]；newtimes=newtimes[[times.contains（t）for t in newtimes]].left.tolist（）有点澄清：在这种情况下，时间戳是小时，我想要的频率是30分钟，没有间隔，但在我试图实现的一般情况下，可能会有间隔，源频率和目标频率是任意的。我找到了一个考虑间隙的部分解决方案。限制是，这只在从较低频率到较高频率时有效<代码>时间=pd.IntervalIndex.从t元组（[（t，t+dt.timedelta（小时=1）），对于排序（dts）]中的t，关闭='left'）；新时间=pd.interval_range（开始=次.左[0]，结束=次.右[-1]，频率=30分钟，关闭=左]；newtimes=newtimes[[times.contains（t）表示newtimes中的t]].left.tolist（）