我有来自三个不同GPS接收器的冰速GPS数据.数据位于熊猫数据框中,其索引为朱利安日(从2009年开始增量).
这是数据的子集(主数据集是3487235行...):
R2 R7 R8
1235.000000 116.321959 100.805197 96.519977
1235.000116 NaN 100.771133 96.234957
1235.000231 NaN 100.584559 97.249262
1235.000347 118.823610 100.169055 96.777833
1235.000463 NaN 99.753551 96.598350
1235.000579 NaN 99.338048 95.283989
1235.000694 113.995003 98.922544 95.154067
数据框具有以下形式:
Index: 6071320 entries, 127.67291667 to 1338.51805556 Data columns: R2 3487235 non-null values R7 3875864 non-null values R8 1092430 non-null values dtypes: float64(3)
R2以不同的速率对R7和R8进行采样,因此NaNs系统地出现在该间距处.
尝试df.plot()绘制整个数据帧(或其索引行位置)在绘制R7和R8方面工作正常,但不绘制R2.同样,只是做df.R2.plot()也不起作用.绘制R2的唯一方法是做df.R2.dropna().plot(),但这也会删除表示无数据周期的NaN(而不是仅比其他接收器更粗略的采样频率).
还有其他人遇到过这个吗？感谢任何关于这个问题的想法:)
我有一个10分钟频率数据的熊猫时间序列,需要找到每个24小时内的最大值.然而,这个24小时的时间段需要每天凌晨5点开始 - 而不是大熊猫假设的默认午夜.
我一直在检查,DateOffset但到目前为止我正在画空白.我可能会认为一个类似于pandas.tseries.offsets.Week(weekday=n),例如pandas.tseries.offsets.Week(hour=5),但这不是只要我可以告诉支持.
我可以shift先通过数据做一个令人讨厌的工作,但这是不直观的,甚至在一周后回到相同的代码我有问题绕着转移方向缠绕我的头!
任何更优雅的想法将非常感激.
我有一个数据集,它包含了几年的每日x,y网格气象数据.我有兴趣只计算冬季数据的年度平均值,即.不包括夏季数据.
我认为我需要使用resample命令,例如频率AS-OCT将时间序列重新采样到年频率,冬季从每年10月开始(北纬).
我无法解决的是如何指定我只想使用10月到4月/ 5月的数据,忽略6月,7月和8月.
由于resample函数与ndarray对象一起工作,我提出了一个相当不可靠的方法来实现这个:
def winter(x,axis):
# Only use data from 1 October to end of April (day 211)
return np.sum(x[0:211,:,:],axis=0)
win_sum = all_data.resample('AS-OCT',how=winter,dim='TIME')
但我觉得应该有更优雅的解决方案.有任何想法吗？