如何使用不完整的数据集（Python）创建一个 5 分钟间隔的日期时间索引

Question

第一次在这里发帖，希望能有收获:)

基本上，我有一个包含时间序列数据的 CSV 文件。我正在使用 pandas.read_csv 从 CSV 创建数据框。然而，它的组织方式很烦人，第一列仅用于日期，第二列用于每天 5 分钟的间隔（例如 0、5、10、15，直到 1435）。使问题更加复杂的是，有些日子数据不完整，即缺少行。因此，对于特定日期，时间间隔可能会变为 5、10、60、505 等。这意味着我不能简单地以 5 分钟的间隔从头开始创建日期时间索引。

因此，我必须有某种方法使用 B 列中的数据并将其与 A 列中的日期结合起来，以提供我想要的时间序列。我必须将此结果列附加到同一个数据框，然后将其用作索引，以允许我生成每小时数据的平均值。

经过大量的血汗和泪水，我想出了这个到目前为止，它生成了一个新的时间列表。据我所知，第一部分是正确的。

df = pd.read_csv(myfile)

newtime = []

for r in df['Time']:
    if r // 60 < 10:
        if r % 60 < 10:
            r = "0" + str(r // 60) + ":0" + str(r % 60) + ":00"
        else:
            r = "0" + str(r // 60) + ":" + str(r % 60) + ":00"
    else:
        if r % 60 < 10:
            r = str(r // 60) + ":0" + str(r % 60) + ":00"
        else:
            r = str(r // 60) + ":" + str(r % 60) + ":00"

    newtime.append(r)

datetimes = []

for r in range(len(df['Date'])+1):
    v = str(df['Date'][r]) + newtime[r]
    datetimes.append(v)

print datetimes

但是，当我尝试将它与日期（代码的最后一点）连接时，我得到一个非常随机的错误（KeyError：203591L）。奇怪的是，如果我将 v = 替换为 print 并删除带有 append 语句的行，它就可以正常工作。

我希望有人可以帮助我将现有代码开发成一个解决方案（直到它可以用于df.resample('1H', how={columnX: np.mean}) )，或者告诉我如何以不同的方式完成整个事情。

提前非常感谢！

Seb

Answer 1

看起来你正在寻找这个：

In [17]: df
Out[17]: 
         Date  Time
0  2014-05-01    60
1  2014-05-02   505

In [18]: pd.to_datetime(df['Date']) + pd.to_timedelta(df['Time'], unit='m')
Out[18]: 
0   2014-05-01 01:00:00
1   2014-05-02 08:25:00
dtype: datetime64[ns]