pandas 怎么用 resample对数据重采样,起始时间为0秒,结束时间为1800秒频率为100hz
时间: 2023-11-27 10:51:54 浏览: 31
可以使用 `resample()` 函数来对 Pandas DataFrame 进行重采样。以下是一个示例代码:
```python
import pandas as pd
import numpy as np
# 创建一个示例 DataFrame,时间戳为索引
time_index = pd.date_range(start='2022-01-01 00:00:00', end='2022-01-01 00:30:00', freq='10ms')
df = pd.DataFrame({'value': np.random.randn(len(time_index))}, index=time_index)
# 将频率调整为 100Hz,并使用 0 填充缺失值
resampled_df = df.resample('10ms').asfreq().fillna(0)
# 仅保留前 180000 行数据(对应 0-1800 秒)
resampled_df = resampled_df.iloc[:180000]
# 输出结果
print(resampled_df)
```
在上面的代码中,我们首先使用 `pd.date_range()` 函数创建了一个时间戳索引,然后使用 `np.random.randn()` 函数创建了一些随机数据。
接下来,我们使用 `resample()` 函数将时间频率调整为 100Hz,然后使用 `asfreq()` 方法将缺失值填充为 NaN,并使用 `fillna()` 方法将 NaN 填充为 0。
最后,我们通过切片操作仅保留前 180000 行数据(对应 0-1800 秒),并输出结果。