Python 使用重采样对datetime索引的数据帧进行数值积分。（）

我想把5分钟的间歇时间整合成1小时。熊猫本身有办法做到这一点吗？类似于如何使用重采样来缩小和平均？我想缩小比例，并使用5分钟的数据返回每个1小时周期的积分

import pandas as pd
np.random.seed(1234)
df = pd.DataFrame(np.random.rand(300,4), columns=list('ABCD'), index=pd.date_range('2017-01-01 09:00:00', periods=300, freq='5min'))
df=df.resample('1h').mean()  #can as similar method be used to find the numerical integral (eg. with trapezoidal rule)?

---

可以使用scipy.integrate.simps应用辛普森规则进行集成。您必须使用自定义重采样器，并在作为参数提供给自定义重采样器的函数中应用Simpsons集成

以下是您如何做到这一点：

def custom_function(array_like):
    return  sp.integrate.simps(array_like)   

df = df.resample('1H').apply(custom_function)

---

我也有类似的问题，只是简单地使用了scipy-integrate e、 g

import pandas as pd
import numpy as np
from scipy import integrate

data = np.abs(np.random.randn(36000))
ts = pd.Series(data,pd.date_range(start='today', periods=len(data), freq='s'))
ts_int = ts.resample('H').apply(integrate.trapz)