Python Pandas – 如何将DateTimeIndex舍入到秒的频率|极客笔记

Python Pandas – 如何将DateTimeIndex舍入到秒的频率

在使用Python Pandas处理时间序列数据时，经常需要将时间序列按照一定的频率进行拟合。其中一种比较常见的频率是以秒为单位，但是默认情况下，Pandas生成的DateTimeIndex时间序列精度为毫秒级，如果想将其舍入到秒的频率，应该如何操作呢？本文将介绍如何利用Pandas的resample函数实现将DateTimeIndex时间序列舍入到秒的频率。

更多Pandas相关文章，请阅读：Pandas 教程

步骤1 – 创建时间序列数据

首先，我们需要创建一个测试用的时间序列数据。这里我们使用Pandas的DataFrame函数创建一个包含日期和值两列的数据表，并将日期列设置为时间索引。

import pandas as pd
import numpy as np

# 创建时间间隔为0.1秒的时间序列数据
dates = pd.date_range('2022-01-01 00:00:00', '2022-01-01 00:01:00', freq='100ms')
values = np.random.rand(len(dates))

df = pd.DataFrame({'date': dates, 'value': values}).set_index('date')
print(df.head())

输出结果如下：

                        value
date                         
2022-01-01 00:00:00  0.975795
2022-01-01 00:00:00.100000  0.106141
2022-01-01 00:00:00.200000  0.618212
2022-01-01 00:00:00.300000  0.627996
2022-01-01 00:00:00.400000  0.075722

可以看到，时间索引的精度是毫秒级的，需要将其舍入到秒的频率。

步骤2 – 将时间索引舍入到秒的频率

接下来，我们可以使用Pandas的resample函数将时间索引舍入到秒的频率。具体操作如下：

# 将时间索引舍入到秒的频率
df_resampled = df.resample('1s').sum()
print(df_resampled.head())

输出结果如下：

                            value
date                             
2022-01-01 00:00:00     5.053861
2022-01-01 00:00:01     3.529442
2022-01-01 00:00:02     4.966851
2022-01-01 00:00:03     4.749505
2022-01-01 00:00:04     5.057374

可以看到，时间索引已经被舍入到秒的频率，并且对每个时间段内的值进行了求和处理。

步骤3 – 处理含有缺失数据的情况

当时间序列数据中存在缺失数据时，使用resample函数进行舍入操作时会出现一些问题。例如，如果时间序列中缺失了某一个时间点的值，那么在使用resample函数时该时间点对应的值会被默认为0，从而导致数据的不准确。解决此问题需要使用fillna函数将缺失值补充为0。具体操作如下：

# 创建一个包含缺失值的时间序列数据
dates_with_missing = pd.date_range('2022-01-01 00:00:00', '2022-01-01 00:01:00', freq='100ms')
values_with_missing = np.random.rand(len(dates_with_missing))
values_with_missing[[3, 9, 23, 47, 67]] = np.nan  # 随机插入5个缺失值

df_with_missing = pd.DataFrame({'date': dates_with_missing, 'value': values_with_missing}).set_index('date')
print(df_with_missing.head())

# 对含有缺失数据的时间序列数据进行舍入操作
df_with_missing_resampled = df_with_missing.resample('1s').sum().fillna(0)
print(df_with_missing_resampled.head())

输出结果如下：

                          value
date                           
2022-01-01 00:00:00.000  3.525909
2022-01-01 00:00:01.000  4.623155
2022-01-01 00:00:02.000  6.409886
2022-01-01 00:00:03.000  4.895257
2022-01-01 00:00:04.000  5.707872

可以看到，在将含有缺失数据的时间序列数据进行舍入操作之前，需要先使用fillna函数将缺失值补充为0。