如何从一维 numpy 数组创建时间序列数据框

【问题标题】：How to create a time series dataframe from a 1D numpy array如何从一维 numpy 数组创建时间序列数据框
【发布时间】：2021-06-12 15:49:35
【问题描述】：

我有以下 numpy 数组 S（实际数组更大）：

 S = np.array([200,210,230, 250, 270, 290, 300, 350,400])

采样间隔为 40 µs，我想创建以下数据框，其中我有一个时间（以秒为单位）列和值列，如下所示：

 time    value
 0        200
 0.00004  210
 0.00008  230
 0.00012  250
 0.00016  270
 0.00020  290
 0.00024  300
    .
    .
    .

【问题讨论】：

标签： python pandas dataframe numpy time-series

【解决方案1】：

创建你的时间向量（例如numpy.arange），然后将它用作你的pandas DataFrame的时间列。

import pandas as pd
import numpy as np

S = np.array([200,210,230, 250, 270, 290, 300, 350,400])

dt = 0.00004

d = {
    'time' : np.arange(0, len(S)*dt, dt),
    'value' : S
}

print(pd.DataFrame(d))

输出

      time  value
0  0.00000    200
1  0.00004    210
2  0.00008    230
3  0.00012    250
4  0.00016    270
5  0.00020    290
6  0.00024    300
7  0.00028    350
8  0.00032    400

就个人而言，我真的很喜欢使用以字典为参数的 Dataframe() 构造函数。干净整洁。

【讨论】：