Python 在熊猫身上抓紧时间

熊猫0.8.0

[2010-01-01 01:00:05, ..., 2010-01-01 07:00:05] 长度：3，频率：3小时，时区：无

[2010-01-01 01:00:05, ..., 2010-01-01 07:00:05] 长度：3，频率：H，时区：无

这是因为：

h.onOffset(times[0])

真的

我猜这个功能相当新，似乎没有太多文档记录

rollforward和rollback方法完全按照您的预期执行：

我更大的目标是使用2个频率（例如4小时和1天），并根据第一个频率乘以第二个频率（例如7:05:33->1，19:59:59->4，21:44:00->5）设置一系列时间戳。

小时日期偏移量是“每小时”而不是“每小时”。 您可以尝试子类化Hour来覆盖onOffset。

---

您还可以签出TimeSeries.between_time方法。

我需要类似的东西，下面是我捕捉30秒数据的实现：

import pandas as pd
from pandas.tseries.offsets import Tick
from pandas.tslib import Timedelta


class HalfMinute(Tick):
    _inc = Timedelta(seconds=30)

    def _snap_delta(self, dt):
        d = Timedelta(seconds=dt.second, microseconds=dt.microsecond)
        if d >= self._inc:
            d -= self._inc
        return d

    def onOffset(self, dt):
        return not self._snap_delta(dt)

    def rollforward(self, dt):
        return dt + (self._inc - self._snap_delta(dt))

    def rollback(self, dt):
        return dt - self._snap_delta(dt)


def test_snap():
    from random import random
    from datetime import timedelta
    # 1 hour of test data
    grid_index = pd.date_range('2015-09-09 00:00:00', '2015-09-09 01:00:00', freq='30S')

    # add uniform noise of maximum +-5 seconds
    mess_index = pd.Index(dt + timedelta(seconds=(random() - 0.5) * 10)
                          for dt in grid_index)

    snapped_index = mess_index.snap(HalfMinute())

    assert snapped_index.equals(grid_index)

---

在你的例子中，你可以做一些类似于制作偏移对象的事情。

我不知道，但我只想说这是有史以来听上去最好的问题标题。

h.onOffset(times[0])

import pandas as pd
from pandas.tseries.offsets import Tick
from pandas.tslib import Timedelta


class HalfMinute(Tick):
    _inc = Timedelta(seconds=30)

    def _snap_delta(self, dt):
        d = Timedelta(seconds=dt.second, microseconds=dt.microsecond)
        if d >= self._inc:
            d -= self._inc
        return d

    def onOffset(self, dt):
        return not self._snap_delta(dt)

    def rollforward(self, dt):
        return dt + (self._inc - self._snap_delta(dt))

    def rollback(self, dt):
        return dt - self._snap_delta(dt)


def test_snap():
    from random import random
    from datetime import timedelta
    # 1 hour of test data
    grid_index = pd.date_range('2015-09-09 00:00:00', '2015-09-09 01:00:00', freq='30S')

    # add uniform noise of maximum +-5 seconds
    mess_index = pd.Index(dt + timedelta(seconds=(random() - 0.5) * 10)
                          for dt in grid_index)

    snapped_index = mess_index.snap(HalfMinute())

    assert snapped_index.equals(grid_index)