我一直在运行一个输出两列数据的实验：
我现在想将其加载到 Pandas 中以重新采样并绘制测量结果。我以前做过，但那些时候我的时间戳是从纪元开始或日期时间 (YYY-MM-DD HH:mm:ss) 格式的。如果我将第一列作为整数加载，我将无法做到
data.resample('5Min', how='mean')
。如果我将我的第一列转换为timedelta(seconds=...)，这似乎也是不可能的。我的问题是，是否可以在不破坏纪元转换的情况下重新采样这些数据？
【问题讨论】：
您可以使用groupby 和time // period 来执行此操作：
import pandas as pd
import numpy as np
t = np.random.rand(10000)*3600
t.sort()
v = np.random.rand(10000)
df = pd.DataFrame({"time":t, "value":v})
period = 5*60
s = df.groupby(df.time // period).value.mean()
s.index *= period
【讨论】：
TypeError: incompatible type for a datetime/timedelta operation [__floordiv__]
我有相同的传感器数据结构。第一列是自实验开始以来的秒数，其余列是值。 这是数据结构：
time x y z
0 0.015948 0.403931 0.449005 -0.796860
1 0.036006 0.403915 0.448029 -0.795395
2 0.055885 0.404907 0.446548 -0.795853
这对我有用： 将时间转换为时间增量：
df.time=pd.to_timedelta(df.time,unit="s")
set the time as index
df.set_index("time",inplace=True)
重新采样到您想要的频率
df.resample("40ms").mean()
【讨论】：