如何从缺少一些观察值的索引推断频率？

Question

使用pd.date_rangedr = pd.date_range('2020', freq='15min', periods=n_obs)会产生间隔或频率为 15 分钟的 DateTimeIndex ：

DatetimeIndex(['2020-01-01 00:00:00', '2020-01-01 00:15:00',
           '2020-01-01 00:30:00', '2020-01-01 00:45:00',
           '2020-01-01 01:00:00'],
          dtype='datetime64[ns]', freq='15T')

您可以使用它来设置 pandas 数据框，例如：

import pandas as pd
import numpy as np

# data
np.random.seed(10)
n_obs = 10
daterange = pd.date_range('2020', freq='15min', periods=n_obs)
values = np.random.uniform(low=-1, high=1, size=n_obs).tolist()
df = pd.DataFrame({'time':daterange, 'value':values})
df = df.set_index('time')

现在您可以再次pd.infer_freq(df.index)检索频率'15T'以进行进一步计算。仔细观察help(pd.infer_freq())让我们知道pd.infer_freq将：

Infer the most likely frequency given the input index. If the frequency is
uncertain, a warning will be printed.

'15T'我对此的理解是，如果缺少一些观察结果，从而导致时间索引不规则，则可以检索。但是当我使用以下方法删除一些观察结果时：

dropped = df.index[[1,3]]
df =  df.drop(dropped)

然后pd.infer_freq(df.index)返回None。如果我们设置 ，也会发生这种情况n_obs = 100。[...] infer the most likely frequency [...]因此，当我认为这意味着pd.infer_freq()可以推断出这实际上是一个频率为 15 分钟、只有几个缺失值的索引时，我似乎希望有点太多了。我是否可以使用任何其他方法来使用 pandas 以编程方式从有点不规则的时间序列推断索引频率？

Answer 1

您可以计算索引中值的最小时间差（此处min_delta），尝试在索引中找到 3 个连续值，每个值之间都有最小时间差，然后调用infer_freq索引的这些连续值：

diffs = (df.index[1:] - df.index[:-1])
min_delta = diffs.min()
mask = (diffs == min_delta)[:-1] & (diffs[:-1] == diffs[1:])
pos = np.where(mask)[0][0]
idx = df.index
print(pd.infer_freq(idx[pos: pos + 3]))

这将检索“15T”。