У меня есть данные за час и на одну минуту, которые мы пересчитываем в 5-минутные бункеры: (В процессе производства мы не контролируем полученный файл данных. Это дает образец).
import numpy as np
import pandas as pd
rng = pd.date_range('7/29/2018 17:00', periods=61, freq='min')
ts = pd.DataFrame(np.ones(len(rng)), index=rng)
five_min_bins = ts.resample('5min').sum()
Это (правильно) дает бит, начинающийся в 18:00:
five_min_bins[-3:]
Out[]:
0
2018-07-29 17:50:00 5.0
2018-07-29 17:55:00 5.0
2018-07-29 18:00:00 1.0
Что такое хороший способ подтолкнуть последнюю точку данных в предыдущий бит?
Лучшее, что я придумал до сих пор, выглядит взломанным:
# hack, this question is how to improve this piece of code.
import datetime
ts = ts.reset_index(drop=False)
ts['index'].iloc[-1] = ts['index'].iloc[-1] - datetime.timedelta(milliseconds=1)
ts = ts.set_index('index')
Оно работает. Но знает ли кто-нибудь более элегантное решение?
ts[-1:]
Out[]:
level_0 0
index
2018-07-29 17:59:59.999 60 1.0
ts.resample('5min').sum()[-3:]
Out[]:
level_0 0
index
2018-07-29 17:45:00 235 5.0
2018-07-29 17:50:00 260 5.0
2018-07-29 17:55:00 345 6.0
Аналогичная идея:
ts.index = ts.index[:-1].union([ts.index[-1] - pd.Timedelta(1, unit='ms')])
five_min_bins = ts.resample('5min').sum()
print (five_min_bins)
0
2018-07-29 17:00:00 5.0
2018-07-29 17:05:00 5.0
2018-07-29 17:10:00 5.0
2018-07-29 17:15:00 5.0
2018-07-29 17:20:00 5.0
2018-07-29 17:25:00 5.0
2018-07-29 17:30:00 5.0
2018-07-29 17:35:00 5.0
2018-07-29 17:40:00 5.0
2018-07-29 17:45:00 5.0
2018-07-29 17:50:00 5.0
2018-07-29 17:55:00 6.0