qt中int64转时间_时间序列：重复性索引及聚合

在某些应用场景中，会存在多个观测数据落在同一个时间点上的情况。比如：

In [63]: dates=pd.DatetimeIndex(['1/1/2019','1/1/2019','1/1/2019','1/2/2019','1/3/2019'])

In [64]: dup_ts=Series(np.arange(5),index=dates)

In [65]: dup_ts

Out[65]:

2019-01-01 0

2019-01-01 1

2019-01-01 2

2019-01-02 3

2019-01-03 4

dtype: int64

重复性索引

通过is_unique属性，判断唯一性(是否重复)：

In [66]: dup_ts.index.is_unique

Out[66]: False

对时间序列进行索引，一是产生标量值，抑或是切片。具体依据所选的时间点是否重复：

• 所选的时间点重复

In [67]: dup_ts['1/1/2019']

Out[67]:

2019-01-01 0

2019-01-01 1

2019-01-01 2

dtype: int64

• 所选的时间点不重复

In [68]: dup_ts['1/3/2019']

Out[68]: 4

时间序列聚合

对具有非唯一时间戳的数据进行整合。一是使用groupby，并传入level=0（索引的唯一一层）

In [69]: grouped=dup_ts.groupby(level=0)

In [70]: grouped

Out[70]: <pandas.core.groupby.generic.SeriesGroupBy object at 0x11ba1f240>

In [71]: grouped.mean()

Out[71]:

2019-01-01 1

2019-01-02 3

2019-01-03 4

dtype: int64

In [72]: grouped.count()

Out[72]:

2019-01-01 3

2019-01-02 1

2019-01-03 1

dtype: int64

「亲，如果笔记对您有帮助，收藏的同时，记得给点个赞、加个关注哦！感谢！」

「文中代码均亲测过，若有错误之处，欢迎批评指正，一起学习，一起成长！」