python - pandas - resample - 在下采样之前进行上采样

Question

我有一个 pandas 数据框，其中包含不同时间尺度的信息，即在某些时期我每秒有 100 个数据点，而在其他时期我每分钟有 1 个数据点。

我的目标是使用固定时间窗口(例如:1 秒)重新采样此数据帧，在上采样时使用 last 进行正则化，在下采样时使用均值。

此外，我希望指定算法执行这两种操作(下采样和上采样)的顺序，因为我需要先执行上采样(使用 last)，然后再执行下采样(使用 mean)。

这完全可以使用 pandas resample 函数吗？

例如，在下面的示例代码中，我希望在结果数据框中包含以下值:0 到 10 秒之间为 0.5(平均)，10 到 19 秒之间为 0(最后)，19 到 39 之间为 10秒。

import pandas as pd
import numpy as np

df1 = pd.DataFrame({'value' : np.repeat(1,10)}, index=pd.date_range('2010-01-01 00:00:00', periods=10, freq='1S'))
df2 = pd.DataFrame({'value' : np.repeat(0,10)}, index=pd.date_range('2010-01-01 00:00:00.5', periods=10, freq='1S'))
df3 = pd.DataFrame({'value' : np.repeat(10,3)}, index=pd.date_range('2010-01-01 00:00:19', periods=3, freq='10S'))

df = pd.concat([df1, df2, df3], axis=0)
df = df.sort_index()

df.resample(rule='1S', fill_method='ffill', kind='timestamp', how='mean')

你建议我如何解决这个问题？

编辑:我的真实数据框很大，因此我想尽量减少操作的数量，尤其是那些涉及对象复制的操作。

Answer 1

首先使用下采样进行传统重采样:

df_new = df.resample(rule='1S')

然后是上采样，您可以在其中更新 下采样数据，但不要覆盖它。您正在使用前向上采样数据填充空白:

df_new.update(df.resample(rule='1S', fill_method='ffill', kind='timestamp', how='last'), 
              overwrite=False)

>>> df_new
                     value
2010-01-01 00:00:00    0.5
2010-01-01 00:00:01    0.5
2010-01-01 00:00:02    0.5
2010-01-01 00:00:03    0.5
2010-01-01 00:00:04    0.5
2010-01-01 00:00:05    0.5
2010-01-01 00:00:06    0.5
2010-01-01 00:00:07    0.5
2010-01-01 00:00:08    0.5
2010-01-01 00:00:09    0.5
2010-01-01 00:00:10    0.0
2010-01-01 00:00:11    0.0
2010-01-01 00:00:12    0.0
2010-01-01 00:00:13    0.0
2010-01-01 00:00:14    0.0
2010-01-01 00:00:15    0.0
2010-01-01 00:00:16    0.0
2010-01-01 00:00:17    0.0
2010-01-01 00:00:18    0.0
2010-01-01 00:00:19   10.0
2010-01-01 00:00:20   10.0
2010-01-01 00:00:21   10.0
2010-01-01 00:00:22   10.0
2010-01-01 00:00:23   10.0
2010-01-01 00:00:24   10.0
2010-01-01 00:00:25   10.0
2010-01-01 00:00:26   10.0
2010-01-01 00:00:27   10.0
2010-01-01 00:00:28   10.0
2010-01-01 00:00:29   10.0
2010-01-01 00:00:30   10.0
2010-01-01 00:00:31   10.0
2010-01-01 00:00:32   10.0
2010-01-01 00:00:33   10.0
2010-01-01 00:00:34   10.0
2010-01-01 00:00:35   10.0
2010-01-01 00:00:36   10.0
2010-01-01 00:00:37   10.0
2010-01-01 00:00:38   10.0
2010-01-01 00:00:39   10.0

您不能在单个 resample 操作中混合上采样/下采样。只要您获得所需的结果，我不确定为什么操作顺序对您很重要。