我有一个固定的时间序列频率,'MS',我希望将 Pandas DataFrame 中的数据频率与其进行比较。
因此,例如,给我一个带有 date 列的 DataFrame,我可以使用 pd.infer_freq(df['date']) 推断它的时间频率>,它返回,例如 'H'。那太棒了!我现在可以说“H”(每小时)比“MS”(月开始)更频繁。但是鉴于我不知道 DataFrame 将始终具有什么频率(我只是提供了“H”作为示例),我如何将它与我的固定时间频率(“MS”)进行比较?
我尝试的是把 all possible time frequencies按列表/元组中的频率顺序排列,然后将列表中“MS”的索引与列表中推断频率的索引进行比较。但这很容易出错,因为如果 DataFrame 有一个 'M'(月末)频率并且在我的列表中 'M' 出现在 'MS' 之前,那么就会得出 M 较低的结论频率高于 MS,这显然是错误的,因为两者频率相等。
Pandas 有办法进行时频比较吗?
谢谢
请您参考如下方法:
您可以创建一个字典,将所有可能的时间频率映射到一个数字,其中较小的数字表示它的频率较高。这使您可以将具有不同描述的相同频率映射到相同的数字。然后创建一个函数来比较
dct = {'N': 0, 'U': 1, 'us': 1, 'L': 2, 'ms': 2}
然后您可以使用它来映射要比较的输出。
dct['us'] < dct['U']
#False
dct['us'] = dct['U']
#True
