我有一个简单的数据框(来自热带降雨测量任务 TRMM 的数据,以防有助于提供上下文),一列用于日期时间,一列用于降水测量,如下所示:
ppt
date
1998-01-01 03:00:00 0.00
1998-01-01 06:00:00 0.00
1998-01-01 09:00:00 0.03
1998-01-01 12:00:00 0.20
每三个小时读数一次,数值是前三个小时每小时降雨量的 3 小时平均值。我想创建一个数据框,其中包含每小时的降雨量测量值,因此它看起来像这样:
ppt
date
1998-01-01 01:00:00 0.00
1998-01-01 02:00:00 0.00
1998-01-01 03:00:00 0.00
1998-01-01 04:00:00 0.00
1998-01-01 05:00:00 0.00
1998-01-01 06:00:00 0.00
1998-01-01 07:00:00 0.03
1998-01-01 08:00:00 0.03
1998-01-01 09:00:00 0.03
1998-01-01 10:00:00 0.20
1998-01-01 11:00:00 0.20
1998-01-01 12:00:00 0.20
关于我如何着手做这件事有什么想法吗?
请您参考如下方法:
国际联合会
为了得到上面的那些:
# repeated decreasing number of hours
# [2 hr, 1 hr, 0 hr, 2 hr, 1 hr, 0 hr, ...]
d = np.tile(np.arange(3)[::-1], len(df)) * pd.Timedelta(1, unit='H')
# repeat the index 3 times for every entry
# [3:00, 3:00, 3:00, 6:00, 6:00, 6:00, ...]
i = df.index.repeat(3)
df_ = df.loc[i]
# take care of differences
# [3:00, 3:00, 3:00, 6:00, 6:00, 6:00, ...]
# minus
# [2 hr, 1 hr, 0 hr, 2 hr, 1 hr, 0 hr, ...]
# [1:00, 2:00, 3:00, 4:00, 5:00, 6:00, ...]
df_.index -= d
df_
ppt
date
1998-01-01 01:00:00 0.00
1998-01-01 02:00:00 0.00
1998-01-01 03:00:00 0.00
1998-01-01 04:00:00 0.00
1998-01-01 05:00:00 0.00
1998-01-01 06:00:00 0.00
1998-01-01 07:00:00 0.03
1998-01-01 08:00:00 0.03
1998-01-01 09:00:00 0.03
1998-01-01 10:00:00 0.20
1998-01-01 11:00:00 0.20
1998-01-01 12:00:00 0.20
asfreq 和 resample
只让你走到这一步
df.asfreq('H').bfill()
ppt
date
1998-01-01 03:00:00 0.00
1998-01-01 04:00:00 0.00
1998-01-01 05:00:00 0.00
1998-01-01 06:00:00 0.00
1998-01-01 07:00:00 0.03
1998-01-01 08:00:00 0.03
1998-01-01 09:00:00 0.03
1998-01-01 10:00:00 0.20
1998-01-01 11:00:00 0.20
1998-01-01 12:00:00 0.20
我们错过了
1998-01-01 01:00:00 0.00
1998-01-01 02:00:00 0.00
一开始
