我知道Pandas可以执行重采样,也可以对时间戳索引为浮点数的数据执行重采样:Pandas - Resampling and Interpolation with time float64 但是,我不确定如何将其应用于我的问题0.6551159024238590.000072000000000, -0.604137837886810 我可以用下面的test.py将其读入pandas/
我正在尝试使用python来预测零售额时间序列。数据集包含以下属性:订单日期、发运模式、段、客户标识、类别、产品标识、产品名称、销售额、折扣、利润。当我尝试重新采样每个月开始的日均销售值作为时间戳时, y = prdct1['Sales'].resample('MS').mean() 我得到了以下错误, Only valid with DatetimeIndex
这是一个在xarray和pandas中重采样时间序列的MWE。10Min重采样在xarray中需要6.8秒,在pandas中需要0.003秒。有什么方法可以让x数组中的Pandas速度提高吗?熊猫的重采样似乎独立于这个时期,而x阵列则随着时间的推移而变化。import numpy as npimport pandas as pd
def make_d