如何对不规则时间戳列表进行重采样/下采样？

Question

一个简单的问题，但我找不到简单的答案。

我有一个数据列表，以秒为单位计算事件发生的时间：

[200.0 420.0 560.0 1100.0 1900.0 2700.0 3400.0 3900.0 4234.2 4800.0 etc..]

我想计算每小时（3600 秒）发生的事件数并创建一个包含这些计数的新列表。

我理解这叫下采样，但是我能找到的所有资料都与传统时间序列有关。

对于上面的示例，新列表如下所示：

[7 3 etc..]

如有任何帮助，我们将不胜感激。

Answer 1

all_events = [
    200.0, 420.0, 560.0, 1100.0, 1900.0, 2700.0, 3400.0, 3900.0, 4234.2, 4800.0]

def get_events_by_hour(all_events):
    return [
        len([x for x in all_events if int(x/3600.0) == hour]) 
        for hour in xrange(24)
    ]

print get_events_by_hour(all_events)

请注意 all_events 应包含一天的活动。

Answer 2

采样行为意味着在某些离散时间 t_i 获取数据 f_i（样本）。每个时间单位的样本数给出了采样率。下采样是重采样的一种特殊情况，这意味着将采样数据映射到一组不同的采样点t_i'，这里映射到采样率较小的采样点，使样本更粗糙。

您的第一个列表包含样本点t_i（单位是秒），并且间接地包含对应于索引i的事件数n_i，例如n_i = i + 1.

如果您偶尔缩减列表，在周期时间 T（单位为秒）后，您将在 n_i' 次 t_i' = i * T 重新采样到新集合。我没有写降采样，因为在T的时间内可能什么都不会发生，这意味着升采样，因为你现在需要更多的数据点。

为了计算，您检查输入列表是否为空，在这种情况下 n' = 0 应该进入您的输出列表。否则你的输入列表中有 m 个条目，随着时间 T 测量，你可以使用下面的等式：

n' = m * 3600 / T

上面的 n' 将进入您的输出列表，这是按每小时事件数计算的。

Answer 3

问题有 scipy 标签，scipy 取决于 numpy，所以我假设使用 numpy 的答案是可以接受的。

要获取与时间戳 t 关联的小时，您可以取 t/3600 的整数部分。然后，要获得每个小时的事件数，您可以统计这些整数出现的次数。 numpy 函数 bincount 可以为您做到这一点。

这是用于计算的单行代码。我把时间戳放在一个 numpy 数组中 t:

In [49]: t = numpy.array([200.0, 420.0, 560.0, 1100.0, 1900.0, 2700.0, 3400.0, 3900.0, 4234.2, 4800.0, 8300.0, 8400.0, 9500.0, 10000.0, 14321.0, 15999.0, 16789.0, 17000.0])

In [50]: t
Out[50]: 
array([   200. ,    420. ,    560. ,   1100. ,   1900. ,   2700. ,
         3400. ,   3900. ,   4234.2,   4800. ,   8300. ,   8400. ,
         9500. ,  10000. ,  14321. ,  15999. ,  16789. ,  17000. ])

这是你的计算结果：

In [51]: numpy.bincount((t/3600).astype(int))
Out[51]: array([7, 3, 4, 1, 3])

如何对不规则时间戳列表进行重采样/下采样？

How to resample / downsample an irregular timestamp list?

python

pandas

scipy

resampling

downsampling