重采样时间序列的中心日期时间答案

【问题标题】：Center datetimes of resampled time series重采样时间序列的中心日期时间
【发布时间】：2022-02-04 21:55:29
【问题描述】：

当我重新采样 Pandas 时间序列以减少数据点的数量时，每个结果数据点的时间戳位于每个重新采样箱的开头。当使用不同的重采样率对图形进行重叠绘制时，这会导致数据明显偏移。无论重采样率如何，如何将重采样数据的时间戳“居中”在其 bin 中？

我现在得到的是（重新采样到一小时时）：

In [12]: d_r.head()
Out[12]: 
2017-01-01 00:00:00    0.330567
2017-01-01 01:00:00    0.846968
2017-01-01 02:00:00    0.965027
2017-01-01 03:00:00    0.629218
2017-01-01 04:00:00   -0.002522
Freq: H, dtype: float64

我想要的是：

In [12]: d_r.head()
Out[12]: 
2017-01-01 00:30:00    0.330567
2017-01-01 01:30:00    0.846968
2017-01-01 02:30:00    0.965027
2017-01-01 03:30:00    0.629218
2017-01-01 04:30:00   -0.002522
Freq: H, dtype: float64

MWE 显示明显偏移：

#!/usr/bin/env python3
Minimal working example:

import pandas as pd
from matplotlib import pyplot as plt
import numpy as np
import seaborn
seaborn.set()

plt.ion()

# sample data
t = pd.date_range('2017-01-01 00:00', '2017-01-01 10:00', freq='1min')
d = pd.Series(np.sin(np.linspace(0, 7, len(t))), index=t)


d_r = d.resample('1h').mean()

d.plot()
d_r.plot()

【问题讨论】：

标签： python pandas

【解决方案1】：

我一般不知道如何使用中点。有label 参数，但只有right 和left 选项。但是，在具体情况下，您可以使用loffset-参数显式偏移重新采样的时间戳：

d.resample('1h', loffset='30min').mean()

（编辑：使用30min 而不是30T，因为这样更具可读性：http://pandas.pydata.org/pandas-docs/stable/timeseries.html#offset-aliases）

【讨论】：

loffset 可以工作，但这并不理想，因为我将重新采样到几个不同的比例（每分钟、每小时、每天），并且我必须手动指定每个偏移量。

【解决方案2】：

loffset 关键字参数似乎很快就会被弃用。

在我看来，我所知道的最好的方法如下：

d_r = d.shift(0.5, freq='1h').resample('1h').mean()

与使用 loffset 关键字相比，它的优点是生成的时间戳是完整的时间。

【讨论】：

【解决方案3】：

将 30 分钟与 timedelta 添加到索引中怎么样？

df.index = df.index + datetime.timedelta(minutes=30)

【讨论】：

【解决方案4】：

matthme 的解决方案是一个很好的解决方案，但它并不能解决 resample 的主要问题，即时间标签始终由选择用于重采样的 rule 分隔（在您的情况下为 1 小时），而这如果持续时间不是rule 的整数倍，可能会导致时间序列开始和/或结束时出现错误的时间标签。

您可以做的最好的事情是平均您的时间序列并将结果用作时间标签（即您的 DataFrame 的索引）。不幸的是，resample 方法无法对datetime 对象进行操作，因此您必须将其转换为timestamp，将平均值应用于重新采样的DataFrame，并将timestamp 转换回datetime。这将自动将时间标签置于您的时间分箱间隔内，并在时间序列的开始和结束时调整标签。在这种情况下无需换档。

一个工作示例：

import pandas as pd
from matplotlib import pyplot as plt
import numpy as np


t = pd.date_range('2017-01-01 00:00', '2017-01-01 10:00', freq='1min')
timestamp = t.astype('int64') // 10**9  # covert datetime to timestamp in seconds
d = pd.DataFrame({'datetime': t,
                  'timestamp': timestamp,
                  'd': np.sin(np.linspace(0, 7, len(t)))}, 
                 index=t)
t_avg = '1h'

d_r = d.shift(0.5, freq=t_avg).resample(t_avg).mean()

d_r2 = d.resample(t_avg).mean()
d_r2.index = pd.to_datetime(d_r2['timestamp'], unit='s')


fig, ax = plt.subplots()
ax.plot(d['datetime'], d['d'], label='unsampled')
ax.plot(d_r.index, d_r['d'], 'o', label='shifted resample')
ax.plot(d_r2.index, d_r2['d'], 'D', label='time average resample')
plt.legend()
fig.autofmt_xdate()

【讨论】：