用数字和字符串重新采样时间序列集合

Question

我有以下带有时间序列数据的数据框：

import pandas as pd
import numpy as np
test_dict = {'time': ['2018-01-01 00:00:00+00:00', '2018-01-01 00:15:00+00:00', '2018-01-01 00:30:00+00:00', '2018-01-01 00:45:00+00:00',
                     '2018-01-02 00:00:00+00:00', '2018-01-02 00:15:00+00:00', '2018-01-02 00:30:00+00:00', '2018-01-02 00:45:00+00:00',
                     '2018-01-01 00:00:00+00:00', '2018-01-01 00:15:00+00:00', '2018-01-01 00:30:00+00:00', '2018-01-01 00:45:00+00:00'],
             'id_day': [1,1,1,1,2,2,2,2,1,1,1,1], 
             'name':['sensor1', 'sensor1', 'sensor1', 'sensor1', 'sensor1', 'sensor1', 'sensor1', 'sensor1', 'sensor2', 'sensor2', 'sensor2', 'sensor2'], 
             'id_unique': [1,1,1,1,2,2,2,2,3,3,3,3],
             'class': ['type1', 'type1', 'type1', 'type1', 'type1', 'type1', 'type1', 'type1', 'type2', 'type2', 'type2', 'type2'],
             'value': np.random.randint(5,25, size = 12)}
testframe = pd.DataFrame(test_dict)
testframe['time'] = pd.to_datetime(testframe['time'])

如您所见，有几个时间序列在彼此下面。每个时间序列都有一个 15 分钟的树苗率时间，一个 id_day，传感器的名称，一个 id_unique（每个时间序列都是唯一的，以便能够将它们分开），一个 class 和每个时间戳的一些值。在真实数据集中，每个时间序列的长度为 24h = 96*15 分钟。我希望情况清楚，如果不只是要求，我会提供进一步的解释。

现在我想将采样率更改为 10 分钟、1 小时等，并使用列 value 的平均值。目标是在计算平均值后 "delete" 所有 "obsolete" 行，所以我最终得到相同的 table （但更短）。我现在很难更好地解释这一点，所以如果有任何不清楚的地方，请告诉我。

编辑： 预期结果：

result_dict = {'time': ['2018-01-01 00:15:00+00:00',
                        '2018-01-02 00:15:00+00:00',
                        '2018-01-01 00:15:00+00:00'],
             'id_day': [1,2,1], 
             'name':['sensor1', 'sensor1', 'sensor2'], 
             'id_unique': [1,2,3],
             'class': ['type1', 'type1', 'type2'],
             'value': np.random.randint(5,25, size = 3)}
result = pd.DataFrame(result_dict)
result['time'] = pd.to_datetime(result['time'])

其中value为平均值。在这种情况下，我将测试帧从 5 分钟重新采样到 15 分钟。 EDIT_END

我试过的是：

testframe.set_index('time').groupby(pd.Grouper(freq = '5Min')).mean()

和其他一些 groupby 尝试，但它们都导致结果，忽略其中包含字符串的列。

groupby "time" 的正确 approach/code 是什么，计算 "value" 的平均值并相应地调整其余列？

提前感谢您提供任何提示或最好是代码！

Answer 1

最后，我艰难地完成了它并循环遍历了数据。这种方法需要一段时间，但我找不到更好的解决方案：

df_resampled_dict = {'time' : list(), 'id_day' : list(), 'name' : list(), 'id_unique' : list(),  'classes' : list(), 'value' : list()}
for id_uni in df['id_unique'].unique():

    df_temp = df.loc[df['id_unique'] == id_uni]
    name = df_temp['name'].unique()
    klasse = df_temp['classes'].unique()
    id_day = df_temp['id_day'].unique()
    df_temp = df_temp.groupby(pd.Grouper(freq = sampling_rate)).mean()
    df_temp = df_temp.reset_index()

    df_resampled_dict['value'].extend(df_temp['value'])
    df_resampled_dict['classes'].extend([klasse[0]] * len(df_temp['value']))
    df_resampled_dict['time'].extend(df_temp['time'])
    df_resampled_dict['id_day'].extend([id_day[0]] * len(df_temp['value']))
    df_resampled_dict['name'].extend([name[0]] * len(df_temp['value']))
    df_resampled_dict['id_unique'].extend([id_uni] * len(df_temp['value']))

df_resampled = pd.DataFrame(df_resampled_dict)

有人偶然发现了这个问题，可以提供更快的解决方案，我很高兴学习！

用数字和字符串重新采样时间序列集合

resampling collection of time series with numbers and strings

pandas

datetime

time-series

pandas-groupby

resampling