pandas - resample - 在下采样之前进行上采样

Question

我有一个 pandas 数据框，其中包含不同时间尺度的信息，即在某些时期我每秒有 100 个数据点，而在其他时期我每分钟有 1 个数据点。

我的目标是在上采样时使用 last 进行正则化和下采样时使用固定时间窗口（例如：1 秒）重新采样此数据帧。

此外，我希望指定算法执行两个操作（下采样和上采样）的顺序，因为我需要先执行上采样（使用最后一个），然后才执行下采样（使用平均值）。

使用 pandas 重采样功能是否有可能？

例如，在下面的示例代码中，我希望在结果数据框中包含以下值：0.5（平均值）在 0 到 10 秒之间，0（最后）在 10 到 19 秒之间，10 在 19 到 39 之间秒。

import pandas as pd
import numpy as np

df1 = pd.DataFrame({'value' : np.repeat(1,10)}, index=pd.date_range('2010-01-01 00:00:00', periods=10, freq='1S'))
df2 = pd.DataFrame({'value' : np.repeat(0,10)}, index=pd.date_range('2010-01-01 00:00:00.5', periods=10, freq='1S'))
df3 = pd.DataFrame({'value' : np.repeat(10,3)}, index=pd.date_range('2010-01-01 00:00:19', periods=3, freq='10S'))

df = pd.concat([df1, df2, df3], axis=0)
df = df.sort_index()

df.resample(rule='1S', fill_method='ffill', kind='timestamp', how='mean')

你建议我如何解决这个问题？

编辑：我的真实数据框很大，因此我想尽量减少操作的数量，尤其是那些涉及对象复制的操作。

Answer 1

首先使用下采样进行传统重采样：

df_new = df.resample(rule='1S')

然后在 update 向下采样的数据处进行上采样，但不要覆盖它。您正在使用填充前向上采样数据填充空白：

df_new.update(df.resample(rule='1S', fill_method='ffill', kind='timestamp', how='last'), 
              overwrite=False)

>>> df_new
                     value
2010-01-01 00:00:00    0.5
2010-01-01 00:00:01    0.5
2010-01-01 00:00:02    0.5
2010-01-01 00:00:03    0.5
2010-01-01 00:00:04    0.5
2010-01-01 00:00:05    0.5
2010-01-01 00:00:06    0.5
2010-01-01 00:00:07    0.5
2010-01-01 00:00:08    0.5
2010-01-01 00:00:09    0.5
2010-01-01 00:00:10    0.0
2010-01-01 00:00:11    0.0
2010-01-01 00:00:12    0.0
2010-01-01 00:00:13    0.0
2010-01-01 00:00:14    0.0
2010-01-01 00:00:15    0.0
2010-01-01 00:00:16    0.0
2010-01-01 00:00:17    0.0
2010-01-01 00:00:18    0.0
2010-01-01 00:00:19   10.0
2010-01-01 00:00:20   10.0
2010-01-01 00:00:21   10.0
2010-01-01 00:00:22   10.0
2010-01-01 00:00:23   10.0
2010-01-01 00:00:24   10.0
2010-01-01 00:00:25   10.0
2010-01-01 00:00:26   10.0
2010-01-01 00:00:27   10.0
2010-01-01 00:00:28   10.0
2010-01-01 00:00:29   10.0
2010-01-01 00:00:30   10.0
2010-01-01 00:00:31   10.0
2010-01-01 00:00:32   10.0
2010-01-01 00:00:33   10.0
2010-01-01 00:00:34   10.0
2010-01-01 00:00:35   10.0
2010-01-01 00:00:36   10.0
2010-01-01 00:00:37   10.0
2010-01-01 00:00:38   10.0
2010-01-01 00:00:39   10.0

您不能在单个 resample 操作中混合上采样/下采样。我不知道为什么操作顺序对你来说很重要，只要你得到想要的结果。

Answer 2

由于 pandas 在 0.18.0 中弃用了 how= 和 fill_method= 参数，新语法将是：

df_new = df.resample(rule='1S').mean()
df_new.update(df.resample(rule='1S').ffill(), overwrite=False)