如何在重采样后在列之外创建新的数据帧？

在重采样后，在列之外创建新的数据帧可以通过以下步骤实现：

1. 首先，进行数据重采样，可以使用pandas库中的resample()函数。该函数可以根据指定的时间间隔对数据进行重采样，例如将分钟级数据重采样为小时级数据。
2. 在重采样后，可以使用pandas库中的concat()函数将原始数据帧和重采样后的数据帧进行合并。通过设置axis参数为1，可以在列之外创建新的数据帧。

下面是一个示例代码：

import pandas as pd

# 原始数据帧
df = pd.DataFrame({'时间': pd.date_range('2022-01-01', periods=6, freq='T'),
                   '数值': [1, 2, 3, 4, 5, 6]})

# 将时间列设置为索引
df.set_index('时间', inplace=True)

# 数据重采样为小时级数据
resampled_df = df.resample('H').sum()

# 在列之外创建新的数据帧
new_df = pd.concat([df, resampled_df], axis=1)

print(new_df)

这段代码中，首先创建了一个原始数据帧df，其中包含了时间和数值两列。然后将时间列设置为索引，方便后续的重采样操作。接着使用resample()函数将数据重采样为小时级数据，并将结果保存在resampled_df中。最后，使用concat()函数将原始数据帧df和重采样后的数据帧resampled_df在列之外进行合并，得到新的数据帧new_df。

这样，就实现了在重采样后在列之外创建新的数据帧。在实际应用中，可以根据具体需求对重采样后的数据进行进一步处理和分析。