Python 以预定义的时间值进行采样

这是另一个问题的后续问题：

假设我有以下时间序列：

                                   money_spent
timestamp                 
2014-10-06 18:00:40.063000-04:00      0.568000
2014-10-06 18:00:41.361000-04:00      3.014770
2014-10-06 18:00:42.896000-04:00      0.878154
2014-10-06 18:00:43.040000-04:00      0.723077
2014-10-06 18:00:44.791000-04:00      0.723077
2014-10-06 18:00:45.496000-04:00      0.309539
2014-10-06 18:00:45.799000-04:00      3.032000
2014-10-06 18:00:47.470000-04:00      3.014770
2014-10-06 18:00:48.092000-04:00      1.584616

我想试一试：

• 在预定义的时间点（例如，从18:00到19:00，每隔

  2.5

  秒的时间戳范围）
• 对于每个样本，获取间隔内花费的总和

更新示例 例如，假设我生成一组预定义的时间戳，如下所示：

# Start at 18:00
start_time = datetime.datetime(year   = 2014, 
                               month  = 10, 
                               day    = 6, 
                               hour   = 18, 
                               tzinfo = pytz.timezone('US/Eastern')

# Finish 400 seconds later
end_time    = start_time + datetime.timedelta(seconds=400)

my_new_timestamps = pd.date_range(start = start_time, 
                                  end   = end_time, 
                                  freq  = '2.5s')

我想通过获取花费的

金钱的总和，在文章顶部的
我的新时间戳定义的位置上重新采样我的原始数据框

请注意，原始数据帧仅涵盖从~18:00:40到~18:00:48，因此如果我这样做：

resample（'2.5S'，how='sum'，label='right'）

上述命令将仅在这两个时间之间的时间窗口上返回样本，不在
my_new_时间戳定义的开始时间和结束时间之间返回样本。它还将在
2.5s
间隔上取样，这些间隔与我想要的间隔（那些由
my_new_Timestaps
定义的间隔）不同。
请发布你期望的，因为我认为
df.resample（'2500L'，'how='sum'）
对你不起作用。谢谢@Jeff我更新了帖子。
resample
的问题是，它只考虑我有数据的时间值（即数据帧索引定义的时间窗口），但我希望获得不同时间戳集的样本。尝试使用
freq='2500L'
；频率中有一个分数错误（它会使频率变为5s，这是错误的）。你可以简单地重新采样，它会像你想要的那样工作。如果你真的想（之前或之后）恢复到你的全部范围，你可以重新编制索引，但那将是NaNThanks@Jeff。如果我事先重新编制索引，
重新采样
会从数据帧中的第一个时间戳开始计数吗？（如果是这样，这完全解决了问题）。是的，它将“捕捉”到第一个频率（如果需要，可以使用
loffset
和/或
label
，从最大的戳记开始计算）