python - 如何将代表天数的单个整数转换为 pandas datetime

Question

我有一个数据框，其中有一列 float “时间”，代表从 0 到 8 的天数，还有一列包含其他数据。时间步长不连续。

time_clean = np.arange(0, 8, 0.1)
noise = [random.random()/10 for n in range(len(time_clean))]
time = time_clean + noise

data = [random.random()*100 for n in range(len(time_clean))]

df = pd.DataFrame({"time": time, "data":data})
df.head()

      data      time
0  89.965240  0.041341
1  95.964621  0.109215
2  70.552763  0.232596
3  74.457244  0.330750
4  13.228426  0.471623

我想每 15 分钟对数据进行一次重新采样和插值，(15/(60*24) 天)。

我认为最有效的方法是使用 pandas 数据帧的 resample 方法，但为了做到这一点，我需要将时间列转换为 timestamp，并使其成为索引。

最有效的方法是什么？是否可以将 int 转换为 datetime？

Answer 1

我想你需要先转换列 time to_timedelta然后 sort_values与 resample :

此外，我认为最好的方法是添加一个新行 0，因为它始终从 0 开始重新采样(如果 0 不在 time 列它从最小的 time 值开始)

df.loc[-1] = 0
df.time = pd.to_timedelta(df.time, unit='d')
df = df.sort_values('time').set_index('time').resample('15T').ffill()
print (df.head(20))
               data
time               
00:00:00   0.000000
00:15:00   0.000000
00:30:00   0.000000
00:45:00   0.000000
01:00:00   0.000000
01:15:00   0.000000
01:30:00  50.869889
01:45:00  50.869889
02:00:00  50.869889
02:15:00  50.869889
02:30:00  50.869889
02:45:00  50.869889
03:00:00  50.869889
03:15:00   8.846017
03:30:00   8.846017
03:45:00   8.846017
04:00:00   8.846017
04:15:00   8.846017
04:30:00   8.846017
04:45:00   8.846017