对时间序列数据进行重采样，向前求平均值 pandas

Question

我的 df 数据如下所示。

    ts                        Values
    2021-01-01 09:00:00+00:00   0.00
    2021-01-01 09:10:00+00:00   0.01
    2021-01-01 09:20:00+00:00   0.03
    2021-01-01 09:30:00+00:00   0.07
    2021-01-01 09:40:00+00:00   0.09
    2021-01-01 09:50:00+00:00   0.14
    2021-01-01 10:00:00+00:00   0.12
    2021-01-01 10:10:00+00:00   0.14
    2021-01-01 10:20:00+00:00   0.18
    2021-01-01 10:30:00+00:00   0.16
    2021-01-01 10:40:00+00:00   0.14
    2021-01-01 10:50:00+00:00   0.21
    2021-01-01 11:00:00+00:00   0.16

我用于重采样的代码是：

    df = round(df.resample('1H').mean(), 2).fillna(0)

这里 fillna 用于向前填充空单元格。所以没什么大不了的。 当我运行此代码时，我的输出如下所示：

    ts                        Values
    2021-01-01 09:00:00+00:00   0.06
    2021-01-01 10:00:00+00:00   0.16
    2021-01-01 11:00:00+00:00   0.16
    2021-01-01 12:00:00+00:00   0.07

我真正想要的是获取 09:00 到 09:50 之间的值和日期，并写入与 10:00 相对应的值。但默认如09:00到09:50计算为09:00。我想要 10:00 的这个。

预期输出是：

       ts                       Values
    2021-01-01 10:00:00+00:00   0.06
    2021-01-01 11:00:00+00:00   0.16
    2021-01-01 12:00:00+00:00   0.16

Answer 1

您可以使用：

df['Values'].groupby(df.index.ceil('H')).mean()

输出：

ts
2021-01-01 09:00:00+00:00    0.000000
2021-01-01 10:00:00+00:00    0.076667
2021-01-01 11:00:00+00:00    0.165000
Name: Values, dtype: float64

或者将 09:00 视为 10:00：

df['Values'].groupby(df.index.floor('H')+pd.Timedelta('1h')).mean()

输出：

ts
2021-01-01 10:00:00+00:00    0.056667
2021-01-01 11:00:00+00:00    0.158333
2021-01-01 12:00:00+00:00    0.160000
Name: Values, dtype: float64