将大熊猫中的时间序列重新采样到每周间隔
如何将大熊猫中的时间序列重新采样为每周从任意一天开始的每周频率？我看到有一个可选的关键字库，但它仅适用于少于一天的时间间隔。
问题答案：
您可以将锚定的偏移量传递给resample，以及它们涵盖此情况的其他选项。
例如，星期一的每周频率：
ts.resample('W-MON')
-
问题内容： 给定下面的熊猫DataFrame： 我想对数据重新采样以每小时计数一次，同时按位置分组以生成如下所示的数据框： 我尝试了resample（）和groupby（）的各种组合，但是没有运气。我将如何处理？ 问题答案： 在我的原始帖子中，我建议使用。如今，使用代替。语法在很大程度上是相同的，但现在已不支持。 此外，虽然只能按DatetimeIndex分组，但可以按日期时间 列进行分组，而您可
-
问题内容： 为创建这个问题的重复而道歉。我有一个数据框，其形状大致如下图所示： 返回： 我将需要重新采样以得出每日滚动平均值，即应用。 我尝试了两种方法： 1 -拆垛和堆积，建议在这里 这返回一个错误 2 -使用，建议在这里 这不会返回错误，但似乎并没有适当地对df重新采样/分组。结果似乎包含每小时数据点，而不是每天： 问题答案： 首先让我们定义一个重采样函数： 然后，我们对job_id进行分组并
-
我可以从pandas文档中看出，您可以： 对于时间序列，您为什么不能： 我得到一个语法错误。不能在时间序列上执行多个切片范围吗？有解决办法吗？
-
问题内容： 我正在尝试在Pandas DataFrame中每天对一些数据进行重新采样。我是熊猫的新手，也许我需要先格式化日期和时间，然后才能执行此操作，但是我找不到关于如何使用导入的时间序列数据的正确方法的良好教程。我发现的一切都是自动从Yahoo或Quandl导入数据。 这是我的DataFrame中的内容：dataframe 段屏幕截图 这是我用来创建DataFrame的代码： 有人可以帮助我了
-
问题内容： 我每周有一些设备的日志数据。对于某些设备，它从星期一开始，对于某些设备，它在星期三开始，等等。有时此数据中有〜月的间隔，但是我希望DataFrame索引仍然包含每周具有NaN值的行。 我正在尝试在Python中使用，但是我无法获得期望的结果。 例： 是）我有的： 我期望/想要的（请注意带有NaN的2个新行）： 我得到的是： 因此，我获得了每个星期日的所有值和日期。但是我不需要每个星期天
-
问题内容： 我想每天从某个小时开始（每天24小时）对TimeSeries进行重新采样。 喜欢： 结果我得到： 结果我希望： 几个星期前，你可以传递到参数，它的工作完全罚款。但现在它合并为。 我是否正在使用已修复的错误？我如何才能以高效且pythonic（或大熊猫）的方式获得期望的结果？ 版本： python 2.7.3 熊猫0.9.0rc1（但在0.8.1中也不起作用） numpy 1.6.1 问