python - 如何在 python 中提取给定时间序列的 2 小时间隔？

Question

我目前正在分析 NetCDF 文件中的一些降雨数据，在提取数据后，我生成了 1979-2020 年间 1 小时最大降雨量的时间序列:

import glob
import numpy as np
from netCDF4 import Dataset
import pandas as pd
import xarray as xr

all_years = []

for file in glob.glob('*.nc'):
    #print(file)
    data = Dataset(file, 'r')
    time = data.variables['time']
    year = time.units[11:16]
    all_years.append(year)
 
year_start = '01-01-1979'
year_end = '31-12-2021'
date_range = pd.date_range(start = str(year_start),
                           end = str(year_end), 
                           freq = 'H')

df = pd.DataFrame(0.0,columns = ['tp'], index = date_range)

lat_freetown = 8.4657
lon_freetown = 13.2317

all_years.sort()

for yr in range(1979,2021):
    data = Dataset('era5_year' + str(yr)+ '.nc', 'r')
    
    lat = data.variables['latitude'][:]
    lon = data.variables['longitude'][:]
    
    sq_diff_lat = (lat - lat_freetown)**2
    sq_diff_lon = (lon - lon_freetown)**2
    
    min_index_lat = sq_diff_lat.argmin()
    min_index_lon = sq_diff_lon.argmin()
    
    tp = data.variables['tp']
    
    start = str(yr) + '-01-01'
    end = str(yr) + '-12-31'
    d_range = pd.date_range(start = start, 
                            end = end, 
                            freq = 'H')
    
    for t_index in np.arange(0, len(d_range)):
        print('Recording the value for: ' + str(d_range[t_index])+str(tp[t_index, min_index_lat, min_index_lon]))
        df.loc[d_range[t_index]]['tp'] = tp[t_index, min_index_lat, min_index_lon]

    
daily = df.resample('D').max()`

现在，我需要在 2 小时内分析这个系列。我想我可以通过“2H”再次使用重采样功能:

df.resample('2H').max()

但我需要以这样的方式分析数据，即它在滑动刻度上读取数据，例如:

1. Data from 1pm to 3pm
2. Data from 2pm to 4pm
3. Data from 3pm to 5pm...... etc

如果有人知道我可以以这种方式分析我的时间序列的方法，以 2 小时为间隔，但也分析其间的时间，那么任何帮助将不胜感激!

Answer 1

使用接收窗口的rolling方法

df.rolling('2H').max()