python - 在 pandas 数据框中重新采样 Hz

Question

我正在 python 上的 pandas 中开发一个项目。我收到这样的 .csv 文件作为输入:

Name   Timestamp       Data
A1       259           [1.1,1.0,0.1]
A1       260           [-0.1,1.2,0.3]
A1       261           [0.1,0.2,-0.3]
...
A1       14895         [1.4,0.3,1.8]
...      
A2       278           [-1.1,1.2,0.4]
A2       353           [-0.1,1.2,0.3]
A2       409           [-0.1,1.2,0.3]
...
A2       14900         [-0.1,1.2,0.3]
...
A1140    107           [-0.5,-1.0,-1.0]
A1140    107           [0.6,0.1,0.3]
A1140    114           [-1.1,-1.2,0.3] 
... 
A1140    14995         [-1,1.2,0.4]

我有 1140 多个名字，每个名字有成百上千的数据。数据以 200 Hz 的频率记录，我认为时间戳数字表示毫秒，但我不确定，我无权访问此信息。我必须重新采样到 50 Hz 频率。

我该怎么做？我是否需要将 Timestamp 转换为实际秒数，然后使用 0.25s 的 .resample() 函数？我应该使用 .groupby["Name"] 函数吗？预先感谢您!

Answer 1

我无法完全准确地回答这个问题，因为甚至您都不确定时间戳，但我会尽力为您提供一些一般准则。
您这里拥有的称为面板数据，每个“名称”有许多不同的时间序列。
groupby(['Name']).apply(<func>)确实是一种有用的方法，因为它允许单独操作每个不同的名称，从而允许您使用时间序列的更简单的数据类型。
时间序列是以下类型的数据:

Date                  Value
2000-01-01 00:00:00   3
2000-01-01 00:03:00   12
2000-01-01 00:06:00   21

如您所见，采集每个样本的时间段为 3 分钟。我们可以调用resample()并将其转换为 10 分钟，如下所示:

series.resample('10T').mean()

请注意，而不是 mean你可以使用.apply(<func>)选择下采样方法。有关频率的更多信息，请考虑 this问题。

<小时/>总而言之，您最好的选择是尝试找出时间戳到底是什么，将其转换为日期时间，然后使用

df.groupby(['Name']).resample('20L').mean()

或者使用 for 循环迭代每个名称并对每个系列单独使用重新采样。