pandas - Pandas 中不规则时间序列的rolling_sum？

Question

我有一个不规则采样的时间序列，想在其上使用像 pandas.stats.moments.rolling_sum 这样的函数。

不幸的是，该函数看起来只返回“x”个样本，而不是“x”秒。

不确定如何解决这个问题...对 pandas 来说很新。

我的数据看起来像

time     value
0.000    0.0000
0.013    0.0134
0.023    0.0256
0.035    0.0423
0.049    0.0756
0.069    0.0998

Answer 1

这里有一种方法可以做你想做的事

In [34]: df = read_csv(StringIO(data),sep='\s+')

创建一个类似日期的索引(假设你在这里指的是秒，需要转换为 ns 以添加到日期中)

In [35]: df['time'] = pd.to_datetime([Timestamp('20130101').value + v*1e9 for v in df['time'] ])

In [36]: df.set_index('time',inplace=True)

In [37]: df
Out[37]: 
                             value
time                              
2013-01-01 00:00:00         0.0000
2013-01-01 00:00:00.012999  0.0134
2013-01-01 00:00:00.023000  0.0256
2013-01-01 00:00:00.035000  0.0423
2013-01-01 00:00:00.048999  0.0756
2013-01-01 00:00:00.068999  0.0998

将结果符合 20ms，滚动 20 个周期，没有最小值

In [38]: pd.rolling_sum(df,20,0,freq='20ms')
Out[38]: 
                              value
time                               
2013-01-01 00:00:00         0.00670
2013-01-01 00:00:00.020000  0.04065
2013-01-01 00:00:00.040000  0.11625
2013-01-01 00:00:00.060000  0.21605