鱼C论坛

 找回密码
 立即注册
查看: 1163|回复: 4

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

[复制链接]
发表于 2022-5-14 13:07:30 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能^_^

您需要 登录 才可以下载或查看,没有账号?立即注册

x
本帖最后由 zzong2019 于 2022-5-14 13:13 编辑

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
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. "  
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复

使用道具 举报

发表于 2022-5-14 17:20:53 | 显示全部楼层    本楼为最佳答案   
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. "  
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

 楼主| 发表于 2022-5-14 18:41:10 | 显示全部楼层
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?
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

发表于 2022-5-14 19:41:08 | 显示全部楼层

本帖最后由 阿奇_o 于 2022-5-14 19:42 编辑
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。
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

 楼主| 发表于 2022-5-14 20:05:03 | 显示全部楼层
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~
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Archiver|鱼C工作室 ( 粤ICP备18085999号-1 | 粤公网安备 44051102000585号)

GMT+8, 2024-3-29 18:02

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表