搜索缺少的时间戳并在 python 中显示？

Question

这是我的一些数据集，其中包含 Time、Temperature1、Temperature2

Timestamp.             Temperature1.        Temperature2
09/01/2016 00:00:08          53.4.                       45.5
09/01/2016 00:00:38.         53.5.                       45.2
09/01/2016 00:01:08.         54.6.                        43.2
09/01/2016 00:01:38.         55.2.                        46.3
09/01/2016 00:02:08.         54.5.                        45.5
09/01/2016 00:04:08.         54.2.                       35.5
09/01/2016 00:05:08.         52.4.                        45.7
09/01/2016 00:05:38.         53.4.                         45.2

我的数据每 30 秒传入一次..

这是我这里的数据集..一些时间戳丢失..bcoz。每 30 秒我的数据就会到来..所以一些数据点丢失了.. 如何找到这些数据点..并将数据作为 NAN 插入......请帮助我..

Answer 1

您可以使用resample('30S', base=8)方法：

In [20]: x.resample('30S', base=8).mean()
Out[20]:
                                 Temperature1    Temperature2
Timestamp
2016-09-01 00:00:08                      53.4            45.5
2016-09-01 00:00:38                      53.5            45.2
2016-09-01 00:01:08                      54.6            43.2
2016-09-01 00:01:38                      55.2            46.3
2016-09-01 00:02:08                      54.5            45.5
2016-09-01 00:02:38                       NaN             NaN
2016-09-01 00:03:08                       NaN             NaN
2016-09-01 00:03:38                       NaN             NaN
2016-09-01 00:04:08                      54.2            35.5
2016-09-01 00:04:38                       NaN             NaN
2016-09-01 00:05:08                      52.4            45.7
2016-09-01 00:05:38                      53.4            45.2

上面的解决方案假设Timestampis 是datetimedtype 并且它已被设置为索引。如果Timestamp是常规列（不是索引），那么从 Pandas 0.19.0 开始，我们可以datetime使用on='column_name'参数对常规列（必须是 dtype）重新采样：

In [26]: x.resample('30S', on='Timestamp', base=8).mean()
Out[26]:
                                 Temperature1    Temperature2
Timestamp
2016-09-01 00:00:08                      53.4            45.5
2016-09-01 00:00:38                      53.5            45.2
2016-09-01 00:01:08                      54.6            43.2
2016-09-01 00:01:38                      55.2            46.3
2016-09-01 00:02:08                      54.5            45.5
2016-09-01 00:02:38                       NaN             NaN
2016-09-01 00:03:08                       NaN             NaN
2016-09-01 00:03:38                       NaN             NaN
2016-09-01 00:04:08                      54.2            35.5
2016-09-01 00:04:38                       NaN             NaN
2016-09-01 00:05:08                      52.4            45.7
2016-09-01 00:05:38                      53.4            45.2

如果你需要动态地找到你的base价值，你可以这样做：

In [21]: x.index[0].second
Out[21]: 8

来自文档：

基数：整数，默认 0

对于均匀细分 1 天的频率，聚合间隔的“起点”。例如，对于5min频率，base 的范围可以从0到4。

默认为 0