golang resample timeseries data

在 Golang 中，你可以使用第三方库来对时间序列数据进行重采样。以下是使用 gonum/series 和 gonum/stat 库的示例代码：

package main

import (
    "fmt"
    "time"

    "gonum.org/v1/gonum/floats"
    "gonum.org/v1/gonum/series"
    "gonum.org/v1/gonum/stat"
)

func main() {
    // 创建原始时间序列数据
    times := []time.Time{
        time.Date(2021, 1, 1, 0, 0, 0, 0, time.UTC),
        time.Date(2021, 1, 2, 0, 0, 0, 0, time.UTC),
        time.Date(2021, 1, 3, 0, 0, 0, 0, time.UTC),
        time.Date(2021, 1, 4, 0, 0, 0, 0, time.UTC),
        time.Date(2021, 1, 5, 0, 0, 0, 0, time.UTC),
    }
    values := []float64{1, 2, 3, 4, 5}
    ts := series.New(times, values, nil)

    // 重采样为每天的平均值
    resampled, err := ts.Resample(&time.Duration{24 * time.Hour}, series.Mean)
    if err != nil {
        panic(err)
    }

    // 输出重采样后的时间序列数据
    fmt.Println("Resampled times:")
    for _, t := range resampled.Times() {
        fmt.Println(t)
    }
    fmt.Println("Resampled values:")
    fmt.Println(resampled.Values())

    // 计算重采样后的时间序列数据的均值
    mean := stat.Mean(resampled.Values(), nil)
    fmt.Println("Resampled mean:", mean)
}

在上面的示例代码中，我们使用了 `gonum/series` 库来创建原始的时间序列数据。然后，我们使用 `Resample()` 函数来对时间序列数据进行重采样，将原始数据重采样为每天的平均值。最后，我们使用 `gonum/stat` 库来计算重采样后的时间序列数据的均值。

请注意，我们使用了 `time.Duration` 类型来指定重采样时间间隔。在本例中，我们将其设置为 24 小时，因此重采样后的数据将按天进行分组。你可以根据自己的需求调整这个时间间隔。