第七色在线视频,2021少妇久久久久久久久久,亚洲欧洲精品成人久久av18,亚洲国产精品特色大片观看完整版,孙宇晨将参加特朗普的晚宴

為了賬號安全,請及時綁定郵箱和手機立即綁定
已解決430363個問題,去搜搜看,總會有你想問的

使用 Pandas 數(shù)據(jù)框進行高級重采樣

使用 Pandas 數(shù)據(jù)框進行高級重采樣

明月笑刀無情 2021-06-07 21:58:48
我有 1 分鐘的間隔數(shù)據(jù)。對于同一系列,我想重新采樣為兩個頻率,一個是 30 分鐘(粗分辨率),另一個是 5 分鐘(精細分辨率)。有粗略和精細分辨率數(shù)據(jù)的條件,如果數(shù)據(jù)超過閾值(在本例中為-22),則應(yīng)在 5 分鐘重新采樣,否則應(yīng)在 30 分鐘重新采樣。我在下面有一個示例數(shù)據(jù)集:在這種情況下,我的閾值為 -22,如果值小于 -22,則以精細分辨率(5 分鐘)重新采樣,否則以粗分辨率(30 分鐘)重新采樣2018-03-20 08:02:00   -21.3442992018-03-20 08:03:00   -21.3036972018-03-20 08:04:00   -21.2459162018-03-20 08:05:00   -21.3281622018-03-20 08:06:00   -21.2964092018-03-20 08:07:00   -21.3187932018-03-20 08:08:00   -21.2594502018-03-20 08:09:00   -21.3463822018-03-20 08:10:00   -21.4244632018-03-20 08:11:00   -21.4666282018-03-20 08:12:00   -21.4083262018-03-20 08:13:00   -21.3469022018-03-20 08:14:00   -21.3744912018-03-20 08:15:00   -21.5369022018-03-20 08:16:00   -21.6384082018-03-20 08:17:00   -21.5478342018-03-20 08:18:00   -21.6066552018-03-20 08:19:00   -21.6748462018-03-20 08:20:00   -21.7289832018-03-20 08:21:00   -22.0267372018-03-20 08:22:00   -21.5301342018-03-20 08:23:00   -21.4307102018-03-20 08:24:00   -21.5301342018-03-20 08:25:00   -21.4718332018-03-20 08:26:00   -21.4733952018-03-20 08:27:00   -21.5056692018-03-20 08:28:00   -21.5306552018-03-20 08:29:00   -21.6545452018-03-20 08:30:00   -21.9028472018-03-20 08:31:00   -21.411970                         ...    2018-03-24 13:33:00   -22.3198082018-03-24 13:34:00   -22.2729572018-03-24 13:35:00   -22.3385462018-03-24 13:36:00   -22.2422442018-03-24 13:37:00   -22.2995062018-03-24 13:38:00   -22.1813422018-03-24 13:39:00   -22.2193412018-03-24 13:40:00   -22.2812862018-03-24 13:41:00   -22.3994532018-03-24 13:42:00   -22.0491202018-03-24 13:43:00   -22.283889在這種情況下,我期望這樣的答案:2018-03-20 08:02:00   -21.4889   (This is mean over 30 min)2018-03-24 13:33:00   -22.2946   (This is mean over 5 min)2018-03-24 13:38:00   -22.22612018-03-24 13:43:00   -22.177這個問題有什么內(nèi)置功能嗎?
查看完整描述

1 回答

?
米琪卡哇伊

TA貢獻1998條經(jīng)驗 獲得超6個贊

讓我們試試這個:


df = df.set_index(0)


g = df[1].lt(-22).mul(1).diff().bfill().ne(0).cumsum()


df.groupby(g).apply(lambda x: x.resample('5T', kind='period').mean().reset_index()

                           if (x.iloc[0] < -22).any() else 

                              x.resample('30T', kind='period').mean().reset_index())\

   .reset_index(drop=True)

輸出:


                  0          1

0  2018-03-20 08:02 -21.431450

1  2018-03-20 08:21 -22.026737

2  2018-03-20 08:22 -21.544189

3  2018-03-24 13:33 -22.294612

4  2018-03-24 13:38 -22.226108

5  2018-03-24 13:43 -22.236649

6  2018-03-24 13:47 -21.938244

7  2018-03-24 13:48 -22.180993

8  2018-03-24 13:51 -21.968956

9  2018-03-24 13:56 -22.244743

10 2018-03-24 14:01 -22.006955


查看完整回答
反對 回復(fù) 2021-06-15
  • 1 回答
  • 0 關(guān)注
  • 193 瀏覽
慕課專欄
更多

添加回答

舉報

0/150
提交
取消
微信客服

購課補貼
聯(lián)系客服咨詢優(yōu)惠詳情

幫助反饋 APP下載

慕課網(wǎng)APP
您的移動學(xué)習(xí)伙伴

公眾號

掃描二維碼
關(guān)注慕課網(wǎng)微信公眾號