用/pandas 对每日数据进行时间分析

Question

我有一个时间序列的观察结果，分辨率为一分钟，持续了几个非连续但完整的日子。数据以数据透视表的形式进行组织，其中列表示日期，行表示时间。

          2006-01-21  2006-01-24     ...      2006-02-08  2006-03-22
00:00:00        5.80        4.14     ...            7.03        4.27
00:01:00        4.71        5.22     ...            7.04        5.66
00:02:00        4.82        5.57     ...            4.11        5.04
00:03:00        3.20        4.11     ...            7.38        4.79
00:04:00        2.67        4.08     ...            6.39        6.91

我必须对不同日期同时发生的观察结果进行统计，同时还要考虑时间聚合（重采样）的影响。

          Mean  StD
00:00:00   ...  ...
00:01:00   ...  ...
00:02:00   ...  ...

          Mean  StD
00:10:00   ...  ...
00:20:00   ...  ...
00:30:00   ...  ...

现在我只是将数据框保留为数据透视表，将索引和列分别转换为 datetime.time 和 datetime.date 对象，但我遇到以下问题：

• 尝试选择两个日期之间的列
• 将数据帧重新采样为更粗略的时间分辨率（例如 10 分钟）

您能否建议为此类操作构建数据框的最有效方法？

Answer 1

我的方法是将数据重塑为只有三列：日期、时间、值。这样您就可以按时间进行groupby 的聚合。在两个日期之间进行选择变得更容易，因为您现在选择的是行而不是列。重采样实际上不受它的影响，取决于您的重采样方法。