[已解决]关于pandas时间序列处理采用pd.grouper和resample方法的区别

zzong2019

想请教一下各位大佬，在处理时间序列的pandas数组时，使用某一列groupby之后使用resample进行重新采样和在groupby的时候就传入一个pd.Grouper的时间序列分组对象有什么区别啊？我自己写了一个时间序列数组进行处理，得到的结果是一样的，不知道是不是我选取的数据问题导致的，另外我还有一个疑惑是，为什么三个分组重新采样之后的起始时间都是从00:00开始的？从原数组看，L组是从00:01开始的，S组是从00:02开始的，重新采样后这两个分组的起始时间不应该是从00:01和00:02开始按照5分钟的时间间隔来嘛？我写的代码及运行结果如下：

1. df_1=pd.DataFrame({'time':pd.date_range('2022-01-01 00:00',freq='1min',periods=30),
   
2.                    'A':np.random.randint(100,1000,30),'B':np.random.rand(30),
   
3.                    'C':['M','L','S','S','M','L']*5})
   
4. result_1=df_1.set_index('time').groupby(['C',pd.Grouper(freq='5min')]).sum()
   
5. result_2=df_1.set_index('time').groupby('C').resample('5min').sum()
   
6. print(result_1,result_2)

复制代码

得到的结果都是这样的：
                          A         B
C time                              
L 2022-01-01 00:00:00   236  0.202176
  2022-01-01 00:05:00  1184  1.328103
  2022-01-01 00:10:00   703  1.010066
  2022-01-01 00:15:00  1004  1.115495
  2022-01-01 00:20:00   498  0.349928
  2022-01-01 00:25:00   784  1.262257
M 2022-01-01 00:00:00  1117  1.669133
  2022-01-01 00:05:00   875  0.273612
  2022-01-01 00:10:00   860  1.496207
  2022-01-01 00:15:00  1708  0.860562
  2022-01-01 00:20:00  1050  0.923251
  2022-01-01 00:25:00   940  0.551376
S 2022-01-01 00:00:00  1102  0.928198
  2022-01-01 00:05:00   860  0.485311
  2022-01-01 00:10:00   926  0.149404
  2022-01-01 00:15:00   895  0.006380
  2022-01-01 00:20:00  1485  1.612683
  2022-01-01 00:25:00  1255  0.663898   

最佳答案

月排行榜 / 总排行榜

阿奇_o

2022-5-14 17:20:53

没区别，效果一样。  
pd.Grouper 是"通用的分组方法"，其中包括可以处理时间序列对象（用freq参数）。
resample 只是针对时间序列对象，resample是 "Convenience method for frequency conversion and resampling of time series. "  

跳转到最佳答案楼层

阿奇_o

没区别，效果一样。  
pd.Grouper 是"通用的分组方法"，其中包括可以处理时间序列对象（用freq参数）。
resample 只是针对时间序列对象，resample是 "Convenience method for frequency conversion and resampling of time series. "  

zzong2019

阿奇_o 发表于 2022-5-14 17:20
没区别，效果一样。  
pd.Grouper 是"通用的分组方法"，其中包括可以处理时间序列对象（用freq参数）。
r ...

感谢你的解答，然后还想追问一下，为什么三个分组重新采样之后的起始时间都是从00:00开始的？从原数组看，L组是从00:01开始的，S组是从00:02开始的，重新采样后这两个分组的起始时间不应该是从00:01和00:02开始按照5分钟的时间间隔来嘛？这个问题还能再帮我回答一下嘛？

阿奇_o

zzong2019 发表于 2022-5-14 18:41
感谢你的解答，然后还想追问一下，为什么三个分组重新采样之后的起始时间都是从00:00开始的？从原数组看 ...

嗯，你可以简单地这样理解、关键：
不管是 00:01分，还是00:02 这两个时刻的 都是属于 00:01~00:05 这个时间段（组）。  

所以， L或S 怎么从 00:00开始？  ——它的意思不是"从00:00开始"，而是代表：[00:00-00:05)  这个时间段，这一个组。

也就是它不是先按各组里的最小时间，而是先按整个时间序列来分组，再判断各条数据/时间，属于哪一个组。

zzong2019

阿奇_o 发表于 2022-5-14 19:41
嗯，你可以简单地这样理解、关键：
不管是 00:01分，还是00:02 这两个时刻的 都是属于 00:01~00:05 这 ...

好的，理解你的意思了，相当于是按整个时间序列来分组的，谢谢啦~