每小时对时间序列数据进行重新采样，并有间隙

Question

我有一个为期一年的数据集，其中包含每 15 分钟采样一次的日期和温度，Python 中的数据偶尔会出现间隙。我已将日期和温度保存到 pandas 的数据框中：

2015-08-21 09:35:47  27.928
2015-08-21 09:55:47  28.839
2015-08-21 10:15:47  28.495
...
2016-08-10 05:39:24  11.246
2016-08-10 05:59:24  11.912
2016-08-10 06:19:24  13.066

我想每隔一小时重新采样一次数据并尝试使用这一行：

 newDat=data.resample(rule='H')

我也尝试使用第一个和最后一个“如何”，但仍然没有得到我想要的东西。我的结果如下所示：

2015-08-21 09:00:00  28.383500
2015-08-21 10:00:00  27.959667
2015-08-21 11:00:00  29.513333
...
2016-08-10 06:00:00  14.235667
2016-08-10 07:00:00  20.867333
2016-08-10 08:00:00  26.725000

我不想改变实际的温度或时间值。我希望命令在一天中的每个小时内获取第一次，所以我得到如下内容：

2015-08-21 09:15:47  27.925
2015-08-21 10:15:47  28.495
2015-08-21 11:15:47  27.596
...
2016-08-10 07:19:24  16.944
2016-08-10 08:19:24  27.149
2016-08-10 09:19:24  28.152

Answer 1

DataFrame.groupby 方法可以接受一系列值作为组键。 序列的长度预计与DataFrame中的行数相同，对序列中等值项对应的行进行分组。

因此您可以使用截断到最近小时的日期作为组键：

In [133]: groupkey = data['date'].values.astype('datetime64[h]'); groupkey
Out[133]: 
array(['2015-08-21T09', '2015-08-21T09', '2015-08-21T10', '2016-08-10T05',
       '2016-08-10T05', '2016-08-10T06'], dtype='datetime64[h]')

---

import pandas as pd
Timestamp = pd.Timestamp
data = pd.DataFrame({'date': [Timestamp('2015-08-21 09:35:47'), Timestamp('2015-08-21 09:55:47'), Timestamp('2015-08-21 10:15:47'), Timestamp('2016-08-10 05:39:24'), Timestamp('2016-08-10 05:59:24'), Timestamp('2016-08-10 06:19:24')], 'temp': [27.928000000000001, 28.839000000000002, 28.495000000000001, 11.245999999999999, 11.912000000000001, 13.065999999999999]}) 

groupkey = data['date'].values.astype('datetime64[h]')
result = data.groupby(groupkey).first().set_index('date')
print(result)

产量

                       temp
date                       
2015-08-21 09:35:47  27.928
2015-08-21 10:15:47  28.495
2016-08-10 05:39:24  11.246
2016-08-10 06:19:24  13.066