如何在Python中重新取样时间序列数据

在 Python 中，重采样时间序列数据的操作可以通过 Pandas 库中的 resample() 方法来实现。以下是具体操作步骤：

首先，我们需要导入 Pandas 库，并读取时间序列数据。假设我们有一个时间序列数据集 df，包含一列日期时间数据(datetime)和一列数值数据(value)，可以用如下代码读取数据：

import pandas as pd
df = pd.read_csv('data.csv', parse_dates=['datetime'], index_col='datetime')

接下来，我们可以使用 resample() 方法重新采样子集时间跨度(period)的数据。例如，我们想要将数据降采样到每个小时的平均值，可以使用如下代码:

hourly = df.resample('1H').mean()

上述方法中，'1H'表示时间步长为一小时，mean()用于计算每个小时内各个样本数据的平均值。resample() 方法返回的对象 hourly 也是 Pandas 的数据框(DataFrame)格式。

反之，如果我们想要重新采样升采样的数据，比如将每个小时的平均数据提高到每隔 30 分钟就需要使用插值(interpolation)生成缺失数据。可以使用如下代码：

frequent = hourly.resample('30T').interpolate()

上述方法中，'30T'表示时间步长为 30 分钟，interpolate() 方法用于基于默认的线性插值来填充缺失数据。

最后，我们就可以将重新采样的数据写入到新的文件中，如下所示：

frequent.to_csv('frequent_data.csv')

这样，我们就成功的重新采样了时间序列数据，并将重新采样后的数据保存在了新的文件中。