深度学习数据预处理resample方法

import pandas as pd

# 创建一个示例 DataFrame
data = {
    '时间戳': ['2024-04-01 08:00:00', '2024-04-01 08:20:00', '2024-04-01 08:40:00', '2024-04-01 09:05:00', '2024-04-01 09:20:00'],
    '车流量': [150, 165, 160, 170, 180]
}

df = pd.DataFrame(data)
print(df)
df['时间戳'] = pd.to_datetime(df['时间戳'])  # 确保时间戳是 datetime 类型
# set_index:
# 通过将 时间戳 列设置为索引，我们可以将 DataFrame 转换为一个以时间为索引的时间序列数据格式。
df.set_index('时间戳', inplace=True)  # 设置时间戳为索引
print(df)

# 重新采样并前向填充
resampled_df = df.resample('15T').ffill()

print(resampled_df)
# 将乱序数据，按照15分钟为标准重新划分

输出

                   时间戳  车流量
0  2024-04-01 08:00:00  150
1  2024-04-01 08:20:00  165
2  2024-04-01 08:40:00  160
3  2024-04-01 09:05:00  170
4  2024-04-01 09:20:00  180
                     车流量
时间戳                     
2024-04-01 08:00:00  150
2024-04-01 08:20:00  165
2024-04-01 08:40:00  160
2024-04-01 09:05:00  170
2024-04-01 09:20:00  180
                     车流量
时间戳                     
2024-04-01 08:00:00  150
2024-04-01 08:15:00  150
2024-04-01 08:30:00  165
2024-04-01 08:45:00  160
2024-04-01 09:00:00  160
2024-04-01 09:15:00  170

Process finished with exit code 0
 

总结

1. resample('15T'):

   • resample 是一个强大的方法，用于将时间序列数据重新采样到一个新的频率。这里的 '15T' 表示每15分钟。这个操作创建了一个重新采样的对象，为每15分钟的时间段定义了一个新的聚合框架。
   • 注意，resample 本身不修改数据，它创建了一个可以进一步应用聚合函数的重新采样对象。

2. ffill():

   • ffill 或前向填充是一个方法，用于填充重新采样期间可能出现的任何缺失值。如果一个特定的15分钟时间段内没有数据点，ffill 会将最后一个有效观察结果向前填充到当前的空缺位置。