我正在对下表/数据进行重采样:
Timestamp L_x L_y L_a R_x R_y R_a
2403950 621.3 461.3 313 623.3 461.8 260
2403954 622.5 461.3 312 623.3 462.6 260
2403958 623.1 461.5 311 623.4 464 261
2403962 623.6 461.7 310 623.7 465.4 261
2403966 623.8 461.5 309 623.9 466.1 261
2403970 620.9 461.4 309 623.8 465.9 259
2403974 621.7 461.1 308 623 464.8 258
2403978 622.1 461.1 308 621.9 463.9 256
2403982 622.5 461.5 308 621 463.4 255
2403986 622.4 462.1 307 620.7 463.3 254
table 就这样一直摆下去。 时间戳以毫秒为单位。我执行了以下操作以将其重新采样为 100 毫秒的 bin 时间:
我将时间戳索引更改为日期时间格式
df.index = pd.to_datetime((df.index.values*1e6).astype(int))我在 100 毫秒内对其重新采样:
df = df.resample('100L')
生成的重采样数据如下所示:
Timestamp L_x L_y L_a R_x R_y R_a
2403900 621.3 461.3 313 623.3 461.8 260
2404000 622.5 461.3 312 623.3 462.6 260
2404100 623.1 461.5 311 623.4 464 261
2404200 623.6 461.7 310 623.7 465.4 261
2404300 623.8 461.5 309 623.9 466.1 261
我们可以看到第一个bin时间是2403900,比原表的第一个时间戳索引晚了50毫秒。但我希望 bin 时间从原始表的第一个时间戳索引开始,即 2403950。如下所示:
Timestamp L_x L_y L_a R_x R_y R_a
2403950 621.3 461.3 313 623.3 461.8 260
2404050 622.5 461.3 312 623.3 462.6 260
2404150 623.1 461.5 311 623.4 464 261
2404250 623.6 461.7 310 623.7 465.4 261
2404350 623.8 461.5 309 623.9 466.1 261
请您参考如下方法:
您可以指定一个偏移量:
df.resample('100L', loffset='50L')
更新
当然你总是可以计算偏移量:
offset = df.index[0] % 100
df.index = pd.to_datetime((df.index.values*1e6).astype(int))
df.resample('100L', loffset='{}L'.format(offset))
