使用內置熊貓頻率來模擬半年度頻率

Question

我使用的是熊貓時間序列索引DatetimeIndex，我需要支持半年度頻率。基本的半年度頻率有1H=Jan-Jun和2H=Jul-Dec，儘管有些系列的上個月可能是12月以外的一個月，例如1H=Dec-May和2H=Jun-Nov。

我想我可以通過製作一個來自熊貓'DateOffset類的自定義類來獲得我想要的東西。但是，在我去那之前，我很好奇是否有一種方法可以簡單地使用內置頻率，例如6個月的頻率？我試圖做到這一點，但無法按照我想要的方式重新採樣。

例如：

import numpy as np 
import pandas as pd 
from datetime import datetime 

data = np.arange(12) 
s = pd.Series(data, pd.date_range(start=datetime(2007,1,31), periods=len(data), freq="M")) 
s.resample("6M") 

Out[11]: 
2007-01-31 0.0 
2007-07-31 3.5 
2008-01-31 9.0 
Freq: 6M 

通知大熊貓是如何聚集使用Windows從8 - - 2月，七月在這個基本情況下，我想要Jan-Jun和Jul-Dec。

Answer 1

您可以使用兩個Series.resample()參數loffset=和closed=的組合。

例如：

In [1]: import numpy as np, pandas as pd 

In [2]: data = np.arange(1, 13) 

In [3]: s = pd.Series(data, pd.date_range(start='1/31/2007', periods=len(data), freq='M')) 

In [4]: s.resample('6M', how='sum', closed='left', loffset='-1M') 
Out[4]: 
2007-06-30 21 
2007-12-31 57 

我以前loffset='-1M'告訴大熊貓聚集一個週期早於它的默認（讓我們感動到16月）。

我用closed='left'來使聚合包括樣本窗口的'左'端和排除'右'端（closed='right'是默認行爲）。

注：我使用how='sum'只是爲了確保它正在做我的想法。您可以使用任何適當的how's。