假设我有建立这样一个每周的时间序列:重采样大熊猫的时间序列来预定义电网
rng = pd.date_range('1/1/2011', periods=72, freq='D')
ts = pd.Series(np.random.randn(len(rng)), index=rng)
weekly = ts.resample('W').mean()
,你有另一系列的每日间隔,你想也agregate每周但以这样的方式它与第一个相匹配。
rng2 = pd.date_range('17/1/2011', periods=72, freq='D')
ts2 = pd.Series(np.random.randn(len(rng2)), index=rng2)
注意,第二个系列并不在同一天开始,所以干脆重新采样ts2
它将使两个每周系列不对齐。如果重新采样可以接收重新采样的检测时间索引,那将是非常好的,但AFAICT这是不可能的。
你会如何做到这一点?
在你的榜样,你应该TS2的指标改为RNG2(不能编辑我自己,因为这将是少于6个字符...如果每周系列已创建 – FLab