每小时重新采样具有一定开始时间的时间序列

Question

我想从某个小时开始每天（恰好24小时）频繁重新采样TimeSeries。

像：

index = date_range(datetime(2012,1,1,17), freq='H', periods=60)

ts = Series(data=[1]*60, index=index)

ts.resample(rule='D', how='sum', closed='left', label='left')

我得到的结果：

2012-01-01  7
2012-01-02 24
2012-01-03 24
2012-01-04  5
Freq: D

我希望的结果：

2012-01-01 17:00:00 24
2012-01-02 17:00:00 24
2012-01-03 17:00:00 12
Freq: D

几周前，您可以将'24H'传递给freq参数，它完全正常。 但现在它将'24H'与'1D'合并。

我是否使用了'24H'的错误，现在修复了？ 我怎样才能以高效和pythonic（或大熊猫）的方式获得希望的结果呢？

版本：

• python 2.7.3
• pandas 0.9.0rc1（但在0.8.1中也不起作用）
• numpy 1.6.1

Answer 1

Resample有一个base参数，涵盖了这种情况：

ts.resample(rule='24H', closed='left', label='left', base=17).sum()

输出：

2012-01-01 17:00:00    24
2012-01-02 17:00:00    24
2012-01-03 17:00:00    12
Freq: 24H

Answer 2

2020更新：针对数据帧

使用doc中提到的base关键字：

代码示例：

df.resample(pd.Timedelta('24 hours'), # or '24H'
 base=17 # <--  ADD THIS
).sum() 

Answer 3

2021 年更新：base 自 1.1.0 版起已弃用：您应该使用的新参数是“offset”或“origin”。

df.resample('24H',
 origin=datetime(2012,1,1,17) # <--  ADD THIS
).sum() 

1.1.0 版的新功能

origin{‘epoch’, ‘start’, ‘start_day’}，时间戳或 str，默认‘start_day’ 调整分组的时间戳。原始时区必须与索引的时区匹配。如果不使用时间戳，也支持这些值：

• ‘纪元’：起源于 1970-01-01
• ‘start’：origin 是时间序列的第一个值
• ‘start_day’：原点是时间序列午夜的第一天