以“bin size”/“频率”重新采样 pandas 数据帧 [英] Resample Pandas Dataframe with "bin size"/"frequency"

问题描述

我有一个多索引数据帧，我想重新采样，将数据点的频率降低3倍（意味着每3行成为一个）。

This：

 时间值
 ID测量
 ET001 0 0 2 
 1 0.15 3 
 2 0.3 4 
 3 0.45 3 
 4 0.6 3 
 5 0.75 2 
 6 0.9 3 
 ET002 0 0 2 
 1 0.16 5 
 2 0.32 4 
 3 0.45 3 
 4 0.6 3 
 5 0.75 2 
  

我想变成这样：

 时间值
 ID测量
 ET001 0 0.15 3 
 1 0.6 2.7 
 2 0 .9 3 
 ET002 0 0.16 3.7 
 1 0.6 2.7 
  

我试过将我的时间列变成如下所示的熊猫日期时间索引，然后使用重新采样：

  df = df.set_index（pd.DatetimeIndex （timecourse_normed ['Time']））
 df = df.groupby（level = 0）.resample（rule ='0.1S'，how = np.mean）
 但是第一行给了我实际的日期（1970年） - 这对第二行来说是无益的。浏览arund堆栈溢出我发现一些类似的quiestios，所有这些都没有基于熊猫的重新采样的解决方案 - 也可悲的是，我的用例不可行。
 
 
 
你能给我一个手？
解决方案
我认为你的想法可以 - 将每个 ID 分为3个记录（如 ntile（3）在SQL中）组，并计算平均值。要创建这个数字，我们可以使用这个事实，即您已经为每一行 -  测量索引级别设置了序列号。所以我们可以将这个数字除以 3 来获取我们需要的数字：
 >>> df 
时间值ntile 
 ID测量
 ET001 0 0.00 2 0 
 1 0.15 3 0 
 2 0.30 4 0 
 3 0.45 3 1 
 4 0.60 3 1 
 5 0.75 2 1 
 6 0.90 3 2 
 ET002 0 0.00 2 0 
 1 0.16 5 0 
 2 0.32 4 0 
 3 0.45 3 1 
 4 0.60 3 1 
 5 0.75 2 1 
  
所以我们可以使用这样的帮助函数，并将其应用于每个组以获得所需的结果。
 >>> def helper（x）：
 ... x = x.reset_index（）
 ... x = x.groupby（x ['measurement']。div（3））。 b $ b ... del x ['measurement'] 
 ... return x 
 ... 
>>> df.groupby（level = 0）.apply（helper）
时间值
 ID测量
 ET001 0 0.15 3.000000 
 1 0.60 2.666667 
 2 0.90 3.000000 
 ET002 0 0.16 3.666667 
 1 0.60 2.666667 
  
希望它有帮助。
 
9I have a multi-indexed dataframe which I would like to resample to reduce the frequency of datapoints by a factor of 3 (meaning that every 3 rows become one).

This:
                    time  value
   ID  measurement  
ET001            0     0      2
                 1  0.15      3
                 2   0.3      4
                 3  0.45      3
                 4   0.6      3
                 5  0.75      2
                 6   0.9      3
ET002            0     0      2
                 1  0.16      5
                 2  0.32      4
                 3  0.45      3
                 4   0.6      3
                 5  0.75      2
I want to turn into this:
                    time  value
   ID  measurement  
ET001            0  0.15      3 
                 1   0.6    2.7
                 2   0.9      3
ET002            0  0.16    3.7 
                 1   0.6    2.7
I tried to turn my time column into a pandas datetime index like so, and then use resample:
df = df.set_index(pd.DatetimeIndex(timecourse_normed['Time']))
df = df.groupby(level=0).resample(rule='0.1S', how=np.mean) 
But the first line of that gives me actual dates (1970-something) which is quite unhelpful for the second line. Browsing arund stack overflow I found some similar quiestios which all had solutions NOT based on panda's resample - and also, sadly, not viable for my use case.

Could you give me a hand?
解决方案
I think the idea for you could be - divide records inside each ID into bins by 3 records each (like ntile(3) in SQL) group by it and calculate mean. To create this numbers we can use the fact that you already have sequential numbers for each row - measurement level of index. So we can just divide this number by 3 to get numbers we need:
>>> df
                   time  value  ntile
ID    measurement                  
ET001 0            0.00      2      0
      1            0.15      3      0
      2            0.30      4      0
      3            0.45      3      1
      4            0.60      3      1
      5            0.75      2      1
      6            0.90      3      2
ET002 0            0.00      2      0
      1            0.16      5      0
      2            0.32      4      0
      3            0.45      3      1
      4            0.60      3      1
      5            0.75      2      1
So we can use helper function like this and apply it to each group to get desired results.
>>> def helper(x):
...     x = x.reset_index()
...     x = x.groupby(x['measurement'].div(3)).mean()
...     del x['measurement']
...     return x
... 
>>> df.groupby(level=0).apply(helper)
                   time     value
ID    measurement                
ET001 0            0.15  3.000000
      1            0.60  2.666667
      2            0.90  3.000000
ET002 0            0.16  3.666667
      1            0.60  2.666667
Hope it helps.

                        
这篇关于以“bin size”/“频率”重新采样 pandas 数据帧的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！