Python 如何使用应用于每列的不同函数对数据帧重新采样？

我有一个温度和辐射的时间序列，在熊猫数据框中。按常规步骤，时间分辨率为1分钟

import datetime
import pandas as pd
import numpy as np

date_times = pd.date_range(datetime.datetime(2012, 4, 5, 8, 0),
                           datetime.datetime(2012, 4, 5, 12, 0),
                           freq='1min')
tamb = np.random.sample(date_times.size) * 10.0
radiation = np.random.sample(date_times.size) * 10.0
frame = pd.DataFrame(data={'tamb': tamb, 'radiation': radiation},
                     index=date_times)
frame
<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 241 entries, 2012-04-05 08:00:00 to 2012-04-05 12:00:00
Freq: T
Data columns:
radiation    241  non-null values
tamb         241  non-null values
dtypes: float64(2)

导入日期时间
作为pd进口熊猫
将numpy作为np导入
date_times=pd.date_范围（datetime.datetime（2012,4,5,8,0）），
datetime.datetime（2012,4,5,12,0），
频率（1分钟）
tamb=np.随机样本（日期×大小）*10.0
辐射=np.随机样品（日期×尺寸）*10.0
frame=pd.DataFrame（数据={'tamb'：tamb，'radiation'：radiation}，
索引=日期（单位时间）
框架
DatetimeIndex:241条记录，2012-04-05 08:00:00至2012-04-05 12:00:00
频率：T
数据列：
辐射241非空值
tamb 241非空值
数据类型：float64（2）

---

如何将此

数据帧的采样分辨率降低到一小时，计算温度的每小时平均值，以及辐射的每小时总和
 您需要使用
groupby
如下：

grouped = frame.groupby(lambda x: x.hour)
grouped.agg({'radiation': np.sum, 'tamb': np.mean})
# Same as: grouped.agg({'radiation': 'sum', 'tamb': 'mean'})

其输出为：

        radiation      tamb
key_0                      
8      298.581107  4.883806
9      311.176148  4.983705
10     315.531527  5.343057
11     288.013876  6.022002
12       5.527616  8.507670

所以本质上我是在小时值上进行分割，然后计算
tamb
的平均值和
辐射的总和，然后返回
数据帧
（类似于R的
ddply
）。有关更多信息，我会查看文档页面以及博客文章

编辑：要使此比例更好，您可以按日期和时间分组：

grouped = frame.groupby(lambda x: (x.day, x.hour))
grouped.agg({'radiation': 'sum', 'tamb': 'mean'})
          radiation      tamb
key_0                        
(5, 8)   298.581107  4.883806
(5, 9)   311.176148  4.983705
(5, 10)  315.531527  5.343057
(5, 11)  288.013876  6.022002
(5, 12)    5.527616  8.507670

您还可以使用的
asof
方法进行下采样

为了吸引您，在pandas 0.8.0中（在GitHub上的
timeseries
分支中进行了大量开发），您将能够：

In [5]: frame.convert('1h', how='mean')
Out[5]: 
                     radiation      tamb
2012-04-05 08:00:00   7.840989  8.446109
2012-04-05 09:00:00   4.898935  5.459221
2012-04-05 10:00:00   5.227741  4.660849
2012-04-05 11:00:00   4.689270  5.321398
2012-04-05 12:00:00   4.956994  5.093980

上述方法是熊猫当前生产版本的正确策略。
对于熊猫0.18，重采样API已更改（请参阅）。
因此，对于熊猫>=0.18，答案是：

In [31]: frame.resample('1H').agg({'radiation': np.sum, 'tamb': np.mean})
Out[31]: 
                         tamb   radiation
2012-04-05 08:00:00  5.161235  279.507182
2012-04-05 09:00:00  4.968145  290.941073
2012-04-05 10:00:00  4.478531  317.678285
2012-04-05 11:00:00  4.706206  335.258633
2012-04-05 12:00:00  2.457873    8.655838

In [30]: frame.resample('1H', how={'radiation': np.sum, 'tamb': np.mean})
Out[30]: 
                         tamb   radiation
2012-04-05 08:00:00  5.161235  279.507182
2012-04-05 09:00:00  4.968145  290.941073
2012-04-05 10:00:00  4.478531  317.678285
2012-04-05 11:00:00  4.706206  335.258633
2012-04-05 12:00:00  2.457873    8.655838


旧答案：

我回答我的问题是为了反映
pandas>=0.8
中与时间序列相关的变化（所有其他答案都已过时）

使用熊猫>=0.8，答案是：

In [31]: frame.resample('1H').agg({'radiation': np.sum, 'tamb': np.mean})
Out[31]: 
                         tamb   radiation
2012-04-05 08:00:00  5.161235  279.507182
2012-04-05 09:00:00  4.968145  290.941073
2012-04-05 10:00:00  4.478531  317.678285
2012-04-05 11:00:00  4.706206  335.258633
2012-04-05 12:00:00  2.457873    8.655838

In [30]: frame.resample('1H', how={'radiation': np.sum, 'tamb': np.mean})
Out[30]: 
                         tamb   radiation
2012-04-05 08:00:00  5.161235  279.507182
2012-04-05 09:00:00  4.968145  290.941073
2012-04-05 10:00:00  4.478531  317.678285
2012-04-05 11:00:00  4.706206  335.258633
2012-04-05 12:00:00  2.457873    8.655838

谢谢，但我想要的是类似于
frame.convert（'1h'，how={'radiation'：'sum'，tamb'：'mean'}）的东西
。这是0.8中的一个选项吗？@Wes McKinney这应该是0.8中的
重采样，不是吗？如果你愿意更新你的答案，我会接受。否则，我认为您应该删除它，因为它会将用户指向错误的方向。这可以扩展到每列的函数列表：
frame.resample（'1H'，how={'radiance'：[np.sum，np.min]，'tamb'：np.mean}）
。生成的DataFrame在其列上有一个多索引，原始列名为0级，函数名为1级。要添加到我以前的注释中：您也可以使用字典，而不是每列的函数列表，其中键是新列名，值是要使用的函数：
frame.resample（'1H'，how={'radiation'：{'sum_rad'：np.sum，'min_rad'：np.min}，'tamb'：np.mean}）
说是否要在结果中添加新列，例如count（）“@codingknob:对不起，我不理解你的评论。@bmu，如果我想用一个组合两列数据的自定义函数进行聚合，该怎么办？例如，如果我想用np.mean（frame['radiance']*frame['tamb']）进行聚合，该怎么办？