Python 对大熊猫进行非对称时间段的重采样(8个月,然后4个月)
我有每天20年的数据,我想重新采样,这样的数据被分为3月-10月和11月-2月。基本上分为8个月和4个月。有没有办法使用重采样功能来实现这一点 我认为DateOffset'8MS'将每8个月重新采样一次。有没有办法让它交替使用8个月和4个月Python 对大熊猫进行非对称时间段的重采样(8个月,然后4个月),python,pandas,Python,Pandas,我有每天20年的数据,我想重新采样,这样的数据被分为3月-10月和11月-2月。基本上分为8个月和4个月。有没有办法使用重采样功能来实现这一点 我认为DateOffset'8MS'将每8个月重新采样一次。有没有办法让它交替使用8个月和4个月 我实际上并不需要4个月期间的数据,所以我认为替代方法是删除该数据并将其保持在8MS 由于您不需要4个月期间的数据,最简单的方法是过滤这些月份,然后您可以使用重新采样每年一次或分组。假设索引是DatetimeIndex,则可以执行以下操作: #mask to
我实际上并不需要4个月期间的数据,所以我认为替代方法是删除该数据并将其保持在8MS 由于您不需要4个月期间的数据,最简单的方法是过滤这些月份,然后您可以使用
重新采样
每年一次或分组
。假设索引是DatetimeIndex
,则可以执行以下操作:
#mask to keep months in [3, 4, ...10]
m = df.index.month.isin(range(3, 11))
#with resample for example
df[m].resample('Y').mean()
#with groupby
df[m].groupby(df.index.year[m]).mean()
除了索引名之外,结果类似因为您不需要4个月期间的数据,最简单的方法是过滤这些月份,然后您可以使用
重新采样
每年一次或分组
。假设索引是DatetimeIndex
,则可以执行以下操作:
#mask to keep months in [3, 4, ...10]
m = df.index.month.isin(range(3, 11))
#with resample for example
df[m].resample('Y').mean()
#with groupby
df[m].groupby(df.index.year[m]).mean()
除索引名外,结果类似