Python將類型'datetime.timedelta'轉換爲'pandas.tseries.offsets'

Question

如何在Python中將'datetime.timedelta'對象轉換爲'pandas.tseries.offsets'？例如：datetime.timedelta(1)至to_offset('1D')？長篇小說：我想繪製一張熊貓數據框與OHLC酒吧，但是當數據點太多時，酒吧太瘦，圖表變得不可讀。在這種情況下，我想計算一個更長的時間段，以便在我的圖表上獲得小於100個條。

給出一個數據幀DF（數據可以每月週期性第二之間的任何東西）

1. 第1步：數據幀週期：

   source_period = min([t2-t1 for t2, t1 in zip(df.index[1:], df.index[:-1])])

   （我不能使用df.index。 freq here）

2. 第2步：估計目標週期：

   target_period = source_period * float(len(df.index))/100

3. 第3步：組結合數據

   grouped_df = df.groupby(pd.TimeGrouper(period_convert(target_period))).agg(ohlc_combine)

我錯過了period_convert功能，我真的不知道從哪裏開始。

對於具有起點的緣故，我的荒謬醜陋的黑客攻擊這樣做：

target_datapoints = 100 
source_period = min([t2-t1 for t2, t1 in zip(df.index[1:], df.index[:-1])]) 
target_period = source_period.total_seconds() * float(len(df.index))/target_datapoints 
target_offset = str(int(target_period)) + 'S' 
target_df = df.groupby(pd.TimeGrouper(target_offset)).agg(ohlc_combine) 

問題：醜陋的，緩慢的，前衛的情況下沒有處理......

Answer 1

你可以直接構建它

eg說來源期間是60S和現在target_period是301S，只是使用它。

如果您希望將這些更改爲「大」的時間段，你可以這樣做（需要numpy的1.7），（它返回一個字符串）：

In [18]: pd.tslib.repr_timedelta64(np.timedelta64(timedelta(seconds=301)).astype('m8[ns]')) 
Out[18]: '00:05:01' 

但是，這幾乎是很難對付。

有一個函數可以很好地做到這一點。