Jar*_*rad 1 python resampling dataframe pandas
import pandas as pd
import numpy as np
dates = pd.date_range('20141229',periods=14, name='Day')
df = pd.DataFrame({'Sum1': [1667, 1229, 1360, 9232, 8866, 4083, 3671, 10085, 10005, 8730, 10056, 10176, 3792, 3518],
'Sum2': [91, 75, 75, 254, 239, 108, 99, 259, 395, 355, 332, 386, 96, 111],
'Sum3': [365.95, 398.97, 285.12, 992.17, 1116.57, 512.11, 504.47, 1190.96, 1753.6, 1646.25, 1344.05, 1582.67, 560.95, 736.44],
'Sum4': [5, 5, 1, 5, 8, 8, 2, 10, 12, 16, 16, 6, 6, 3]},index=dates); print(df)
在df制作这个样子的：
Sum1 Sum2 Sum3 Sum4
Day
2014-12-29 1667 91 365.95 5
2014-12-30 1229 75 398.97 5
2014-12-31 1360 75 285.12 1
2015-01-01 9232 254 992.17 5
2015-01-02 8866 239 1116.57 8
2015-01-03 4083 108 512.11 8
2015-01-04 3671 99 504.47 2
2015-01-05 10085 259 1190.96 10
2015-01-06 10005 395 1753.60 12
2015-01-07 8730 355 1646.25 16
2015-01-08 10056 332 1344.05 16
2015-01-09 10176 386 1582.67 6
2015-01-10 3792 96 560.95 6
2015-01-11 3518 111 736.44 3
假设我重新采样Dataframe以尝试将每日数据汇总为每周行：
df_resampled = df.resample('W', how='sum', label='left'); print(df_resampled)
这会产生以下结果：
Sum1 Sum2 Sum3 Sum4
Day
2014-12-28 30108 941 4175.36 34
2015-01-04 56362 1934 8814.92 69
问题 1：我对一周的定义是周一至周日。由于我的数据从2014-12-29（星期一）开始，我希望我的数据也从那Day label一天开始。我如何使Day index label每个星期一而不是每个星期日成为日期？
期望输出：
Sum1 Sum2 Sum3 Sum4
Day
2014-12-29 30108 941 4175.36 34
2015-01-05 56362 1934 8814.92 69
我对问题 1 做了什么尝试？
我改'W'到'W-MON'，但它通过计算产生3行2014-12-29中2014-12-22排这不是我想要的东西：
Sum1 Sum2 Sum3 Sum4
Day
2014-12-22 1667 91 365.95 5
2014-12-29 38526 1109 5000.37 39
2015-01-05 46277 1675 7623.96 59
问题 2：如何将Day index标签格式化为一个范围？前任：
Sum1 Sum2 Sum3 Sum4
Day
2014-12-29 - 2015-01-04 30108 941 4175.36 34
2015-01-05 - 2015-01-11 56362 1934 8814.92 69
万一其他人不知道，事实证明每周锚定偏移量基于结束日期。因此，仅重采样 'W'（与 'W-SUN' 相同）默认为周一至周日的样本。列出的日期是结束日期。请参阅此旧错误报告，其中文档和 API 均未更新。
鉴于您label='left'在resample parameters 中指定，您一定已经意识到这一事实。这也是为什么使用“W-MON”没有达到预期效果的原因。令人困惑的是，左边界实际上不在区间内。
因此，要显示期间的开始日期而不是结束日期，您可以在索引中添加一天。那意味着你会这样做：
df_resampled.index = df_resampled.index + pd.DateOffset(days=1)
为了完整起见，这里是您的原始数据，在开头添加了另一天（星期日）以显示分组确实是星期一到星期日：
import pandas as pd
import numpy as np
dates = pd.date_range('20141228',periods=15, name='Day')
df = pd.DataFrame({'Sum1': [10000, 1667, 1229, 1360, 9232, 8866, 4083, 3671, 10085, 10005, 8730, 10056, 10176, 3792, 3518],
'Sum2': [10000, 91, 75, 75, 254, 239, 108, 99, 259, 395, 355, 332, 386, 96, 111],
'Sum3': [10000, 365.95, 398.97, 285.12, 992.17, 1116.57, 512.11, 504.47, 1190.96, 1753.6, 1646.25, 1344.05, 1582.67, 560.95, 736.44],
'Sum4': [10000, 5, 5, 1, 5, 8, 8, 2, 10, 12, 16, 16, 6, 6, 3]},index=dates);
print(df)
df_resampled = df.resample('W', how='sum', label='left')
df_resampled.index = df_resampled.index - pd.DateOffset(days=1)
print(df_resampled)
这输出：
Sum1 Sum2 Sum3 Sum4
Day
2014-12-28 10000 10000 10000.00 10000
2014-12-29 1667 91 365.95 5
2014-12-30 1229 75 398.97 5
2014-12-31 1360 75 285.12 1
2015-01-01 9232 254 992.17 5
2015-01-02 8866 239 1116.57 8
2015-01-03 4083 108 512.11 8
2015-01-04 3671 99 504.47 2
2015-01-05 10085 259 1190.96 10
2015-01-06 10005 395 1753.60 12
2015-01-07 8730 355 1646.25 16
2015-01-08 10056 332 1344.05 16
2015-01-09 10176 386 1582.67 6
2015-01-10 3792 96 560.95 6
2015-01-11 3518 111 736.44 3
Sum1 Sum2 Sum3 Sum4
Day
2014-12-22 10000 10000 10000.00 10000
2014-12-29 30108 941 4175.36 34
2015-01-05 56362 1934 8814.92 69
我相信这就是你想要的问题 1。
更新
现在有一个loffset参数resample()允许您移动标签偏移量。因此，不是修改索引，而是简单地添加loffset参数，如下所示：
df.resample('W', how='sum', label='left', loffset=pd.DateOffset(days=1))
同样值得注意的how=sum是，现在已弃用，而是支持.sum()在.resample()返回的 Resampler 对象上使用。因此，完全更新的调用将是：
df_resampled = df.resample('W', label='left', loffset=pd.DateOffset(days=1)).sum()
更新 1.1.0
从loffset1.1.0 版开始，不推荐使用方便的参数。该文件表示换挡应重新抽样后进行。在这种特殊情况下，我相信这意味着这是正确的代码（未经测试）：
from pandas.tseries.frequencies import to_offset
df_resampled = df.resample('W', label='left').sum()
df_resampled.index = df_resampled.index + to_offset(pd.DateOffset(days=1))
很好的问题。
df_resampled = df.resample('W-MON', label='left', closed='left').sum()
该参数closed可能适用于您的问题。