将数据从 25 赫兹降到 10 赫兹

Question

我有一些以 25hz 采样的时间序列数据（每秒 25 个样本）

time_in_secconds    data_vals
199.655    0.549038
199.696    0.83472
199.736    0.478569
199.776    0.114157
199.817    0.217603
199.858    0.701952
199.898    0.23409
199.938   -0.237923
199.979    0.337316
200.019    1.17735
200.059    1.42538

我想降低到每秒 10 个样本。我一直在考虑用 pandas 来做这件事，并且有几个问题。第一个是我使用什么索引对象？是https://pandas.pydata.org/docs/reference/api/pandas.TimedeltaIndex.seconds.html 吗？

第二个是，在这样做之后，我实际上如何重新采样以在新的 10hz 上同时获得 time_in_seconds 和 data_vals。

Answer 1

resample 函数的文档包含更多有用的信息。

由于time_in_secods 测量某个事件后的时间，因此TimedeltaIndex 在这里是最合适的。以下是如何通过平均原始数据点来重新采样：

# Original data @ 25Hz
t = np.arange(199, 201, .04)
df = pd.DataFrame({
    'time_in_seconds': t,
    'data_vals': np.random.uniform(-1, 1, len(t))
})

# Resample to 10Hz
output = (
    df.set_index(pd.to_timedelta(df['time_in_seconds'], unit='s'))
      ['data_vals']
      .resample('100ms')
      .mean()
)
output.index = output.index.total_seconds()

还有其他重采样方法，例如min、max 或加权平均。有关详细信息，请参阅文档。