如何重新采样熊猫数据框答案

【问题标题】：How to upsample a panda data frame如何重新采样熊猫数据框
【发布时间】：2018-01-02 23:45:24
【问题描述】：

我有一个逗号分隔的数据文件如下：

ID | StartTimeStamp | EndTimeStamp | Duration (in seconds) | AssetName
1233 | 2017-01-01 00:00:02 | 2017-01-01 00:10:01 | 601 | Car1
1233 | 2017-01-01 00:10:01 | 2017-01-01 00:10:12 | 11 | Car1
...
1235 | 2017-01-01 00:00:02 | 2017-01-01 00:10:01 | 601 | CarN

等等

现在我想使用 starttime 和 duration 创建以下内容来对数据进行上采样。

ID | StartTimeStamp |  AssetName
1233 | 2017-01-01 00:00:02 | Car1
1233 | 2017-01-01 00:00:03 | Car1
1233 | 2017-01-01 00:00:04 | Car1
...
1233 | 017-01-01 00:10:01 | Car1
...
1235 | 2017-01-01 00:00:02 | CarN
1235 | 2017-01-01 00:00:03 | CarN
1235 | 2017-01-01 00:00:04 | CarN
... (i.e. 601 rows of data one per second)
1235 | 2017-01-01 00:10:01 | CarN

但是我增加了如何做到这一点的可能性，因为上采样似乎只能用于时间序列？我正在考虑使用 StartTimeStamp 和文件中的秒数来使用 for 循环，但不知道如何去做？

【问题讨论】：

标签： python dataframe sampling do-loops

【解决方案1】：

您可以为每个ID 组重新采样，然后填充字符列中的空白

import pandas as pd

df_resampled = df.set_index(pd.to_datetime(df.StartTimeStamp)).groupby('ID')

# Expand out the dataframe for one second
df_resampled = df_resampled.resample('1S').asfreq()

# Interpolate AssetName for each group
df_resampled['AssetName'] = df_resampled['AssetName'].ffill().bfill()

【讨论】：