Python 如何获取timeseries数据中每三天的平均值

我的时间序列数据如下所示：

datetime    | value
2016-01-01  | 1
2016-01-02  | 14
2016-01-03  | 3
2016-01-04  | 15
2016-01-05  | 5
2016-01-06  | 4
2016-01-07  | 7
2016-01-08  | 15

datetime    | value
2016-01-03  | 6
2016-01-06  | 8
2016-01-08  | 11

我想得到的是每三天（以及每一周）的平均值，并将最后一天作为如下索引：

datetime    | value
2016-01-01  | 1
2016-01-02  | 14
2016-01-03  | 3
2016-01-04  | 15
2016-01-05  | 5
2016-01-06  | 4
2016-01-07  | 7
2016-01-08  | 15

datetime    | value
2016-01-03  | 6
2016-01-06  | 8
2016-01-08  | 11

您可能会注意到，剩下的2条记录只需求平均值。在pandas

dataframe

或graphlab

SFrame

中是否有一种简便的方法来实现这一点？如果有人能分享相关资源，那就太好了

谢谢你的帮助

您可以使用楼层分区创建的numpy阵列：

print (np.arange(len(df.index)) // 3)
[0 0 0 1 1 1 2 2]

df = df.groupby(np.arange(len(df.index)) // 3).agg({'datetime': 'last', 'value': 'mean'})
print (df)
     datetime  value
0  2016-01-03      6
1  2016-01-06      8
2  2016-01-08     11

---

Numpy

阵列支持偶数空格选择：

>>> import numpy as np
>>> l = np.arange(10)
>>> l
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> l[0::3]
array([0, 3, 6, 9])

熊猫系列大多数时候都支持Numpy功能。在您的情况下，应该在for循环中从

0

迭代到

2

，而不是从索引

0