我有一些数据,我正在处理数据帧和熊猫.它们包含大约10 000行和6列.
问题是,我做了几次试验,不同的数据集的索引号略有不同.(这是一种使用多种材料进行的"力 - 长度"测试,当然测量点并不完美.)
现在我的想法是,使用包含长度值的索引"重新采样"数据.似乎pandas中的重新采样功能仅适用于datetime数据类型.
我试图通过to_datetime转换索引并成功.但是在重新取样之后,我需要回到原来的规模.某种from_datetime函数.
有没有办法,或者我是在完全错误的轨道上,应该更好地使用像groupby这样的功能？
编辑添加:
数据如下所示.长度用作索引.在那些Dataframe中,我有一些,所以它们真的很好将它们全部对齐到相同的"帧率"然后剪切它们以便我可以比较不同的数据集.
我已经尝试过的想法就是这个:
df_1_dt = df_1 #generate a table for the conversion
df_1_dt.index = pd.to_datetime(df_1_dt.index, unit='s') # convert it simulating seconds.. good idea?!
df_1_dt_rs= df_1_dt # generate a df for the resampling
df_1_dt_rs = df_1_dt_rs.resample (rule='s') #resample by the generatet time
数据:
+---------------------------------------------------+
¦ Index (Lenght) ¦ Force1 ¦ Force2 ¦
¦-------------------+---------------+---------------¦
¦ 8.04662074828e-06 ¦ 4.74251270294 ¦ 4.72051584721 ¦
¦ 8.0898882798e-06 ¦ 4.72051584721 ¦ 4.72161570191 ¦
¦ 1.61797765596e-05 ¦ 4.69851899147 ¦ 4.72271555662 …