我有以下 tz 感知字符串。我想對(duì)此數(shù)據(jù)使用 data.resample('D') 操作。我在將其轉(zhuǎn)換為正確的格式時(shí)遇到一些麻煩。我嘗試過(guò)使用 pd.to_datetime 但在嘗試使用重新采樣時(shí)出現(xiàn)以下錯(cuò)誤。類型錯(cuò)誤：僅對(duì) DatetimeIndex、TimedeltaIndex 或 periodIndex 有效，但獲得了“Index”的實(shí)例>>> test1['timestamp']0 2017-01-03 08:30:00-06:001 2017-01-03 08:30:32-06:002 2017-01-03 08:30:42-06:003 2017-01-03 08:30:46-06:004 2017-01-03 08:30:52-06:00 ... 65334 2017-12-29 14:55:02-06:0065335 2017-12-29 14:55:26-06:0065336 2017-12-29 14:55:54-06:0065337 2017-12-29 14:59:23-06:0065338 2017-12-29 14:59:46-06:00Name: timestamp, Length: 65339, dtype: object實(shí)現(xiàn)這一目標(biāo)的最佳方法是什么？
1 回答
慕慕森
TA貢獻(xiàn)1856條經(jīng)驗(yàn) 獲得超17個(gè)贊
您的錯(cuò)誤消息以O(shè)nly valid with DatetimeIndex ,...開(kāi)頭。
因此，在將時(shí)間戳列轉(zhuǎn)換為datetime后，從中創(chuàng)建一個(gè)DatetimeIndex（并保存它以供將來(lái)使用）：
ind = pd.DatetimeIndex(pd.to_datetime(df.timestamp))
結(jié)果是：
DatetimeIndex(['2017-01-03 08:30:00-06:00', '2017-01-03 08:30:32-06:00',
'2017-01-03 08:30:42-06:00', '2017-01-03 08:30:46-06:00',
'2017-01-03 08:30:52-06:00'],
dtype='datetime64[ns, pytz.FixedOffset(-360)]', name='timestamp', freq=None)
或者也許您應(yīng)該根據(jù)上述公式在 DataFrame 中設(shè)置索引：
wrk = df.set_index(pd.DatetimeIndex(pd.to_datetime(df.timestamp)))\
.drop(columns=['timestamp'])
然后重新索引它（使用一些聚合函數(shù)），例如：
wrk.resample('15s').sum()
我將源df創(chuàng)建為：
timestamp amount
0 2017-01-03 08:30:00-06:00 12
1 2017-01-03 08:30:32-06:00 14
2 2017-01-03 08:30:42-06:00 17
3 2017-01-03 08:30:46-06:00 19
4 2017-01-03 08:30:52-06:00 23
并得到以下結(jié)果：
amount
timestamp
2017-01-03 08:30:00-06:00 12
2017-01-03 08:30:15-06:00 0
2017-01-03 08:30:30-06:00 31
2017-01-03 08:30:45-06:00 42
添加回答
舉報(bào)
0/150
提交
取消