2回答
如果我在一个小时的样本上创建了一些随机数据..import numpy as np 我可以使用groupby来突破每天： print(day)
现在有没有办法根据以小时为单位的时间戳来计算每日min和max值之间的时间差？每天记录每天的最小、最大和时间</em
浏览 20提问于2020-02-15得票数 0
回答已采纳
1回答
我是Python的新手，在使用pandas对一些数据重新采样时，我遇到了一个棘手的问题。假设ts是分钟频率的时间序列数据(在pandas中，它被封装在一个带有DatetimeIndex的pandas.Series对象中)。要获得每组5分钟时段的算术平均值，方法很简单：
ts.resample('5min', how=
浏览 1提问于2013-10-08得票数 0
给定以下高频但稀疏的时间序列：dti1 = pd.date_range(start=datetime(2015,8,1,9,0,0),periods=10,freq2015,8,1,9,0,10),periods=10,freq='ms')我可以使用pandas函数计算一个半衰期为5ms的指数加权移动平均值，如下所示：
ema = pd.ew
浏览 1提问于2015-08-02得票数 3
对于不规则的时间序列，S和我想要取至少dt分开的点，但不改变它们的时间戳。例如，考虑对以下序列进行采样： 1 5 9 2 37 1 472 time S 11 34 47 2
pandas提供这样的操作吗？
浏览 0提问于2015-10-28得票数 0
什么方法是最快的方式重复重采样相同形状的时刻表数据？
问题:我有30年的每小时时刻制，我想重新调整到年度和日历年度(重采样规则'AS')。我需要找出每年的平均值和金额。已经没时间了。对于我正在编写的脚本，这个重采样步骤花费的时间最多，也是优化运行时的限制因素。因为闰年，一个人不能像每四年有8784个小时一样，以一个持续的8760小时重新计算时间。print(f"Ran in {start
浏览 1提问于2021-11-21得票数 0
回答已采纳
我正在处理每小时的时间序列(日期，时间(hr)，P)，并试图计算每个小时的每日总‘金额’的比例。我知道我可以使用Pandas‘resample('D'，how=' sum ')来计算P (DailyP)的每日总和，但在相同的步骤中，我想使用每日P来计算每个小时的每日P的比例(因此，P/DailyP)，从而得到每小时的时间序列(即，与原始频率相同的频率)。我不确定这是否可以被称为熊猫术语
浏览 0提问于2013-05-05得票数 4
回答已采纳
我需要根据不同的时间分辨率计算不同的业绩指标，例如每年或每月。一种理想的方法是使用Pandas的重采样，但我也需要一种方法将前一个重采样集的最后一个值传递到下一个，即由于内部重采样集返回计算。import pandas as pd
df = pd.DataFrame(np.arange(1, 61), index=pd.date_range('202
浏览 4提问于2022-01-18得票数 1
回答已采纳
1回答
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
浏览 9提问于2020-10-09得票数 0
回答已采纳
1回答
我有一个任意数据数组x和相关的时间戳t，它们对应于x中的数据(它们的长度与N相同)。for有一些代码，但是它实际上尝试在数据点之间进行插值，而我不能对数据进行插值。numpy或this有这样的代码吗？例如，假设我想根据某个对数时间对字母表中的字母进行降级：import numpy as npt =
浏览 8提问于2015-06-04得票数 0
4回答
当我重采样Pandas时间序列以减少数据点的数量时，每个结果数据点的时间戳位于每个重采样bin的开始处。当用不同的重采样率叠加图形时，这会导致数据发生明显的偏移。无论重采样率是多少，我如何将重采样数据的时间戳“居中”在其bin中？我现在得到的是(重采样到一个小时)：
In [12]: d_r.
浏览 0提问于2017-11-20得票数 8
2回答
我想用一个Timestamp (像重采样时间序列时，但只有一行)旋转(地板)一个Pandas Timestampfrom pandas.tseries.frequenciespd.Timestamp('2017-01-03 05:02:00')# to get pd.Timestamp('2017-01-03 05:00:00')
我想知道p
浏览 0提问于2018-03-30得票数 0
回答已采纳
1回答
我有一个CSV格式的时间序列数据，我想将时间序列数据重新采样到10天间隔。使用Pandas重采样功能，我可以每周、每月和每年执行此操作。但我希望作为选定的时间范围，例如10天。..2019-12-24 242019-12-26 24
import pandas
浏览 17提问于2020-05-01得票数 1
回答已采纳
pandas支持多种频率的重采样。要在DolphinDB中实现类似pandas的重采样，我可以使用group-by子句，其中group-by列是对时间列的函数调用。例如，要使用月份频率进行重采样，我可以编写如下SQL：当涉及到周频率时，事情就有点不同了，因为DolphinDB此外，我希望在一周中的特定日期重新采样，例如，星期
浏览 1提问于2019-10-31得票数 0
2回答
集合data包含时间序列数据，例如 { timestamp: 1404436523578, distance: 400 }, 是否有任何插件/包可以帮助对时间序列数据进行重采样
浏览 0提问于2014-07-04得票数 1
1回答
尝试将每日频率的数据转换为每周的频率。weeklyaaapl = pd.DataFrame()#that falls within the week. ValueError: .resample() is now a deferred operation
use .resample(...).mean() instea
浏览 0提问于2018-03-09得票数 1
回答已采纳
1回答
我对tsfresh输入格式感到困惑。我可以给出不同ids缺失值的数据帧吗？例如，timeseries 1 {t0: 1, t2: 4, t5: 1}和TimeSeries2 {t1: 5, t2: 2}。是否应该填充缺少的值(t1、t3等)有0吗？提前感谢
浏览 26提问于2020-10-07得票数 1
回答已采纳
2回答
我正在使用来自tableau ()的时间序列数据集，它包含每天的家具销售，我想重采样以获得每月的平均销售额。我试着用Pandas的重采样来获得月平均值：and there is no sales in the
浏览 0提问于2019-04-28得票数 0
回答已采纳
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-我的数据有一个时间戳列，它是一个浮点数，含义是秒；这是test.csv Time[s], Channel 00.000008000000000
浏览 12提问于2020-10-19得票数 0
1回答
重采样&计算平均值
、、、
重采样方法只是计算月份内第一个给定日的平均值，而不是考虑到值为的前几天的平均值。这个问题甚至更荒谬，例如，计算年平均时间序列从12月31日开始，重采样将给出x而不是x/365。我应该补充一点，我主要感兴趣的是涉及重采样的解决方案，例如，如果有一种简单的方法可以通过设置参数来解决这个问题。如果没有，我将满足于一个不涉及重采样方法的解决方案。因此，我也愿意使用重</e
浏览 14提问于2022-09-01得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
