Pandas：将每小时值重新采样为带有偏移量的每月值

Question

我想将pandas.Series每小时DatetimeIndex到每月的值聚合起来 - 同时考虑到午夜的偏移。

例子

考虑以下跨度约为 1.5 个月的（统一）时间序列。

import pandas as pd
hours = pd.Series(1, pd.date_range('2020-02-23 06:00', freq = 'H', periods=1008))
hours
# 2020-02-23 06:00:00    1
# 2020-02-23 07:00:00    1
#                       ..
# 2020-04-05 04:00:00    1
# 2020-04-05 05:00:00    1
# Freq: H, Length: 1000, dtype: int64

我想将这些总结为几个月，同时考虑到在此用例中这些日子从 06:00 开始。结果应该是：

2020-02-01 06:00:00    168
2020-03-01 06:00:00    744
2020-04-01 06:00:00     96
freq: MS, dtype: int64

我怎么做？？

---

我尝试过的方法以及有效的方法

• 我可以在考虑偏移量的同时使用以下offset参数聚合到天数：

  2020-02-01 06:00:00    168
  2020-03-01 06:00:00    744
  2020-04-01 06:00:00     96
  freq: MS, dtype: int64
  

• 使用相同的方法聚合到月份是行不通的。时间戳没有时间部分，并且值不正确：

  days = hours.resample('D', offset=pd.Timedelta('06:00:00')).sum()
  days
  # 2020-02-23 06:00:00    24
  # 2020-02-24 06:00:00    24
  # ..
  # 2020-04-03 06:00:00    24
  # 2020-04-04 06:00:00    24  
  # Freq: D, dtype: int64
  

• 我可以在聚合数天后将聚合数月作为第二步。在这种情况下，值是正确的，但时间戳中仍然缺少时间部分：

  months = hours.resample('MS', offset=pd.Timedelta('06:00:00')).sum()
  months
  # 2020-02-01    162 # wrong
  # 2020-03-01    744
  # 2020-04-01    102 # wrong
  # Freq: MS, dtype: int64
  

• 我当前的解决方法是添加时间增量并手动重置频率。

  days = hours.resample('D', offset=pd.Timedelta('06:00:00')).sum()
  months = days.resample('MS', offset=pd.Timedelta('06:00:00')).sum()
  months
  # 2020-02-01    168
  # 2020-03-01    744
  # 2020-04-01     96
  # Freq: MS, dtype: int64
  

Answer 1

对您的尝试没有太大改进，但您可以将重采样编写为

months = hours.resample('D', offset='06:00:00').sum().resample('MS').sum()

更改索引标签仍然需要您一直在做的黑客操作，例如手动添加时间增量并设置freq为MS

请注意，您可以将时间增量的字符串表示形式传递给偏移量。

需要两次重采样操作的原因是因为当重采样频率大于“D”时，偏移被忽略。使用偏移量执行每日级别的重新采样后，可以在不指定偏移量的情况下进一步对结果进行重新采样。

我相信这是错误的行为，我同意你的观点，这hours.resample('MS', offset='06:00:00').sum()应该会产生预期的结果。

本质上，有两个问题：

1. 当应用偏移且频率大于“D”时，分档不正确。偏移量被忽略。
2. 偏移量不会反映在最终输出中，输出会截断到周期的开始或结束。我不确定您所期望的行为是否可以推广到所有用户。

存在影响偏移重采样的相关错误问题。 我尚未确定这与您面临的问题是否具有相同的根本原因。其根本原因相同。