Python 用“平均值”方法重新采样数据

我想使用pandas.resample函数和“mean”方法将15分钟的数据重采样为60分钟的数据，但默认情况下，此方法以9:00 AM时间戳的9:00 AM、9:15 AM、9:30 AM和9:45 AM值的平均值为例。是否有办法将上午8:15、上午8:30、上午8:45和上午9:00的时间戳取平均值

输入数据：

Generated On                CB_P
2019-01-01 08:15:00+00:00   0.187
2019-01-01 08:30:00+00:00   0.228
2019-01-01 08:45:00+00:00   0.242
2019-01-01 09:00:00+00:00   0.8270
2019-01-01 09:15:00+00:00   1.083
2019-01-01 09:30:00+00:00   3.022
2019-01-01 09:45:00+00:00   1.511
2019-01-01 10:00:00+00:00   1.568
2019-01-01 10:15:00+00:00   6.365
2019-01-01 10:30:00+00:00   8.23
2019-01-01 10:45:00+00:00   9.3
2019-01-01 11:00:00+00:00   14.311
2019-01-01 11:15:00+00:00   13.045
2019-01-01 11:30:00+00:00   11.05
2019-01-01 11:45:00+00:00   11.257
2019-01-01 12:00:00+00:00   13.367
2019-01-01 12:15:00+00:00   11.895
2019-01-01 12:30:00+00:00   9.245
2019-01-01 12:45:00+00:00   7.254
2019-01-01 13:00:00+00:00   15.773
2019-01-01 13:15:00+00:00   14.280
2019-01-01 13:30:00+00:00   17.258
2019-01-01 13:45:00+00:00   7.792
2019-01-01 14:00:00+00:00   6.893
2019-01-01 14:15:00+00:00   4.693
2019-01-01 14:30:00+00:00   4.271
2019-01-01 14:45:00+00:00   1.524
2019-01-01 15:00:00+00:00   1.495
2019-01-01 15:15:00+00:00   1.03
2019-01-01 15:30:00+00:00   0.364
2019-01-01 15:45:00+00:00   0.045

预期产出：

Generated On                CB_P
2019-01-01 09:00:00+00:00   0.371
2019-01-01 10:00:00+00:00   1.796
2019-01-01 11:00:00+00:00   9.5515
2019-01-01 12:00:00+00:00   12.180
2019-01-01 13:00:00+00:00   11.04
2019-01-01 14:00:00+00:00   11.556
2019-01-01 15:00:00+00:00   2.996

---

偏移值可用于重采样。请参阅

---

什么平均方法？我的错，我编辑了这篇文章。这是你预期的输出数据吗？你有输入数据吗？谢谢你的回答。它为我提供了所需的输出，但有没有办法从索引中删除偏移量，因为生成的数据帧现在无法与我的其余代码一起工作。

df['Generated On'] = pd.to_datetime(df['Generated On'])
df.set_index('Generated On', inplace=True)
df2 = df.resample('1H', offset=15).mean()
df2.index = df2.index.strftime('%Y-%m-%d %H:%M:%S')
df2  
                    CB_P
Generated On    
2019-01-01 08:00:00 0.371000
2019-01-01 09:00:00 1.796000
2019-01-01 10:00:00 9.551500
2019-01-01 11:00:00 12.179750
2019-01-01 12:00:00 11.041750
2019-01-01 13:00:00 11.555750
2019-01-01 14:00:00 2.995750
2019-01-01 15:00:00 0.479667