如何对多个数据帧进行重采样？

Question

我有 27 个具有相同索引和列的数据帧。这些数据帧是每小时数据，我想将它们全部转换为每月数据。我去寻找捷径。在这样做的同时，我想对数据求和。我已将这些数据框放入列表中。

df_list =  [
           df1, df2, df3, df4, df5, df6, df7, df8, df9
           df10, df11, df12, df13, df14, df15, df16, df17, df18
           df19, df20, df21, df22, df23, df24, df25, df26, df27
           ]

for df in df_list:
    df = df.resample('M').sum()


Example of any dataframe:

Date                     A     B     C     D
2019-10-01 00:00:00    3.4   2.5   1.6    5.1
2019-10-01 01:00:00    2.3   2.9   4.1    5.9
2019-10-01 02:00:00    1.7   6.7   9.2    4.8
2019-10-01 03:00:00    1.8   1.8   3.6    2.7
2019-10-01 04:00:00    6.1   3.4   2.3    3.1

这段代码的输出不是我想要的输出。我该怎么做？

Answer 1

一个想法是使用列表理解并将输出分配回列表：

df_list = [df.resample('M').sum() for df in df_list]

或者使用重新采样的数据帧创建新列表：

dfs = []
for df in df_list:
    df = df.resample('M').sum()
    dfs.append(df)

另一个想法是通过 range:

循环按位置覆盖列表

for i in range(len(df_list)):
    df_list[i] = df_list[i].resample('M').sum()

如何对多个数据帧进行重采样？

How to resample multiple dataframes?

python

pandas

resampling