Pandas 索引级别内的重采样频率

Question

在 Pandas 内，我想对我的数据框重新采样，并在 5 小时内和索引水平内取平均值。我的数据框看起来像：df

            timestamp       width  length
name                                    
10    2019-08-01 00:00:00   10.1    86.1
10    2019-08-01 00:00:10   10.0    86.2
10    2019-08-01 00:05:40   10.1    86.3
10    2019-08-01 00:05:50   10.0    86.2
8     2019-08-01 00:05:54   12.0   110.0

我想将我的 'name' 变量保留为索引（最好不要将时间戳设置为索引），例如：

            timestamp       width  length
name                                    
10    2019-08-01 00:00:05   10.05   86.15
10    2019-08-01 00:05:45   10.05   86.25
8     2019-08-01 00:05:54   12.0    110.0

我试过了：

df_resample = df.resample('5H', on='timestamp').mean()

但这不会在索引级别执行。它还在我试图避免的索引上设置日期时间。

Answer 1

IIUC，可以使用groupby和resample:

(df.groupby(level=0, sort=False)
   .resample('5min', on='timestamp').mean()
   .reset_index()
)

然而，这不会平均您的时间戳，因为您不能真正添加 Datetime 输入 pandas，尽管有一些解决方法。

   name           timestamp  width  length
0    10 2019-08-01 00:00:00  10.05   86.15
1    10 2019-08-01 00:05:00  10.05   86.25
2     8 2019-08-01 00:05:00  12.00  110.00

Update如果你想要mean timestamp，你可以临时将timestamp转换为int，取mean，再转换回来：

(df.assign(int_time=lambda x: x['timestamp'].astype('int64') )
   .groupby(level=0, sort=False)
   .resample('5min', on='timestamp').mean()
   .reset_index()
   .assign(timestamp=lambda x: x['int_time'].astype('int64').astype('datetime64[ns]'))
   .drop('int_time', axis=1)
)

输出：

   name           timestamp  width  length
0    10 2019-08-01 00:00:05  10.05   86.15
1    10 2019-08-01 00:05:45  10.05   86.25
2     8 2019-08-01 00:05:54  12.00  110.00

Answer 2

临时将时间戳设置为索引，然后重新建立原始索引。

df = df.reset_index().set_index('timestamp').resample('5H').mean().set_index('name')

这是你想要得到的吗？

Pandas 索引级别内的重采样频率

Pandas resample frequency within index level

sample-data

python-datetime

pandas