Python 如何做一个；“加权上采样”；在《熊猫》系列中？

我在python中有一个函数，用于在上采样时分发值。例如，要将我的汽车行驶距离从每月增加到每天，请执行以下操作：

def分配（df，freq:str）：
#如果有更简单的方法，请发表评论
df_new=df.resample（freq.asfreq（）.fillna（0）
返回df_new.groupby（pd.Grouper（freq=df.index.freq））.transform（np.mean）
作为pd进口熊猫
将numpy作为np导入
距离=局部放电系列（[300300]，局部放电周期\范围（'2020-02'，频率='M'，周期=2））
分布（距离“D”）

该函数将每个月的值平均除以该月的天数，在本例中，这将导致

2020-02

值除以29，而

2020-03

值除以31

---

然而，当上采样到周期持续时间不均匀的频率时，这会给我带来不想要的结果。此属性有两种情况：

年复一月：

distances2=pd.Series（[366]，pd.PeriodIndex（['2020'，freq='Y'））
分布（距离2，'M'）

我想要的是将一年的值除以几个月，每个月得到与其持续时间成比例的分数。i、 例如，我希望将年份值按月份拆分为

31/366*x

，

29/366*x

，等等：

2020-01    31
2020-02    29
           ...
2020-11    30
2020-12    31
Freq: M, dtype: float64

有办法做到这一点吗？

DST

第二种情况是在DST转换中，它实际上已经在我的初始示例中显示出来了<代码>2020-03-29比我所在时区的其他三月份短1小时，因此它实际接收到的三月值应该比其他日子小

虽然这和情况1是同一类型的问题，但我怀疑这将很难解决

---

编辑：我找到了解决情况1的方法，但没有解决情况2；请看下面这个问题的答案。在改进我的答案，包括第二种情况方面，我仍然很感激你的帮助

---

---

如果我们找到了一种健壮的方法来实现这一点，这可能是一个很好的特性来请求（或者尝试自己添加一个pull请求），因为它似乎是一个很好的添加。因此，为了扩展

PeriodIndexResampler

api，允许使用

.distribute（）

方法，除了

.ffill（）

、

sum（）

、

平均值（）

等方法之外，还可以使用

.distribute（）

方法来解决问题1，我发现我可以先向上采样到具有统一持续时间的更高频率周期，例如“D”，然后再向下采样到想要的频率：

def分配（df，freq:str）：
#现在真的很疯狂
df_D=df.resample（'D'）.asfreq（）.fillna（0）
df_D_spread=df_D.groupby（pd.Grouper（freq=df.index.freq））.transform（np.mean）
返回df_D_spread.groupby（pd.Grouper（freq=freq））.sum（）
距离2=pd.系列（[366]，pd.周期索引（[2020]，频率为Y'））
分布（距离2，'M'）

但是/备注：

• 它很复杂，很难阅读。而且也浪费了大量的内存空间，一年内可以扩展到366行或365行。一定有更好的办法吗

• 它没有解决第二个问题。
  事实上，我选择了

  'D'

  而不是

  'H'

  ，因为时段不支持时区。事实上，并非所有的日子都是等长的，每当我们找到一种方法来包含这一事实时，我们可能需要将代码向上采样到

  'H'

  （甚至对于分数时区

  '15T'

  ）

---

你的第一个问题很简单，是的，有一个较短的方法：

dist/=dist.index.days\u in_month

和

result=dist.resample（'D'）.asfreq（）.ffill（）

至于你的第二个问题，要求是什么还不太清楚，你能添加一个数据样本或打开一个新问题吗，对于你的第二个问题，你可以先向上采样到几个月（x除以12），然后你可以在我的第一条评论中使用这个解决方案，这个解决方案会逐月向上采样。这应该行得通，不是吗？谢谢@cs95的回答。是否有其他方法获取除法器（

dist.index.days\u in\u month

）的方法？我想把它转换成一个以新频率为参数的函数，因此它并不总是从

M

月到

D

天。我为问题2添加了一个示例；你的建议在这里不起作用。除非你推断出现有分布的频率。然后您可以创建一个函数来选择正确的除法器。有很多方法可以很容易地推断出频率，一些快速的谷歌搜索就会找到答案（不在我的办公桌上，我自己也不能分享链接）。

2020-01    30.5
2020-02    30.5
...         ...
2020-11    30.5
2020-12    30.5
Freq: M, dtype: float64

2020-01    31
2020-02    29
           ...
2020-11    30
2020-12    31
Freq: M, dtype: float64

2020-01    31.0
2020-02    29.0
...         ...
2020-11    30.0
2020-12    31.0
Freq: M, dtype: float64