xarray -从每天到每小时对时间序列数据进行重新采样
xarray是一个用于处理多维数组数据的Python库。它提供了一种灵活且高效的方式来操作和分析时间序列数据。
xarray的主要特点包括：
- 标签化数据：xarray允许使用坐标和维度标签来标识数据，使得数据的操作更加直观和易于理解。
- 多维数据处理：xarray支持处理多维数组数据，可以轻松处理具有多个维度的数据集。
- 内置的时间序列功能：xarray提供了强大的时间序列处理功能，可以对时间序列数据进行重新采样、切片、合并等操作。
- 支持并行计算：xarray可以与Dask等并行计算库结合使用，实现高效的并行计算和处理大规模数据集。
- 与其他科学计算库的无缝集成：xarray可以与NumPy、Pandas、Matplotlib等常用的科学计算库无缝集成，方便进行数据分析和可视化。
对于从每天到每小时对时间序列数据进行重新采样的需求，可以使用xarray的resample方法来实现。resample方法可以根据指定的时间间隔对时间序列数据进行重新采样，并计算出每个时间间隔内的统计值（如平均值、总和等）。
以下是一个示例代码，演示如何使用xarray对时间序列数据进行重新采样：
import xarray as xr
# 加载时间序列数据
data = xr.open_dataset('data.nc')
# 将时间序列数据重新采样为每小时数据
resampled_data = data.resample(time='1H').mean()
# 打印重新采样后的数据
print(resampled_data)在腾讯云的产品中，与xarray相关的产品包括云服务器、云数据库、云存储等。具体推荐的产品和产品介绍链接如下：
- 云服务器（Elastic Cloud Server，ECS）：提供高性能、可扩展的云服务器实例，适用于处理大规模数据计算和分析任务。产品介绍链接
- 云数据库（TencentDB）：提供稳定可靠的云数据库服务，支持多种数据库引擎，适用于存储和管理大规模数据集。产品介绍链接
- 云存储（Tencent Cloud Object Storage，COS）：提供安全可靠的对象存储服务，适用于存储和管理大规模的数据文件。产品介绍链接
通过结合使用这些腾讯云的产品，可以实现对时间序列数据的高效处理和分析。
相关·内容
1回答
我试图将每小时3个小时的netCDF数据导入到xarray中，并找出它的日平均值。我可以简单地选择特定的一天并获得每日平均值，但如何在一整年中执行此过程？该怎么做呢？ import xarray as xr
fname='/home/atmosphere/GRIDSAT-B1.2010.12.01.*.v02r01.nc'
ds=xr.open_mfdataset(fname))
varlist=list(ds.variables)
imr=ds.sel(lat=slice(0,30),lon=slice(25,45)) #subsetting datas
浏览 17提问于2020-01-13得票数 0
回答已采纳
1回答
对时间序列进行重采样
、、、、
我有一个40年的时间序列，格式为stn;yyyymmddhh;rainfall，其中yyyy= year，mm = month，dd= dd=，hh= hour。该系列的分辨率为每小时一次。我通过下面的groupby方法提取了每年的最大值：
import pandas as pd
df = pd.read_csv('data.txt', delimiter = ";")
df['yyyy'] = df['yyyymmhhdd'].astype(str).str[:4]
df.groupby(['yyyy'])[&#
浏览 2提问于2021-04-29得票数 0
1回答
我正在编写一个用于预测水温的模型的一些组件，我有一组输入文件(i)气温；(ii)辐射；(iii)云量；(iv)风速；(v)相对湿度。为了通过方程传递这些数据，我首先需要确保在一致的时间测量所有变量，其中一些输入数据可以在30分钟、60分钟、每天等分辨率下测量，也可能有丢失的数据点。考虑以下示例值：
JdayCC = datenum('2011-01-01 00:00','yyyy-mm-dd HH:MM'):60/(60*24):...
datenum('2011-12-31 23:00','yyyy-mm-dd HH:MM
浏览 1提问于2013-07-01得票数 0
我有一个netCDF文件，其中的time维度包含2年内按小时计算的数据。我想要取平均值，以获得每个月每天每小时的每小时平均值。我试过这个：
import xarray as xr
ds = xr.open_mfdataset('ecmwf_usa_2015.nc')
ds.groupby(['time.month', 'time.hour']).mean('time')
但是我得到了这个错误：
*** TypeError: `group` must be an xarray.DataArray or the name of
浏览 5提问于2018-04-03得票数 10
3回答
我正在从事一个数据科学项目，该项目的目标是根据建筑物的一些特点(例如，大小、位置等)预测建筑物的日耗电量。以及天气特征(例如，温度、湿度、风、雨、太阳辐射)。
我的一些天气特征(温度、湿度、风)是每小时一次，另一些是在每天的间隔(雨，太阳辐射)。我的目标(每日用电量)也是每小时一次。
我的目标是预测每天的消费，所以我需要将我的输入数据集中在一个每日间隔(消费的24个值之和，平均24个温度，.)。
我的问题是:我是否必须在分割列车/后测试之前汇总数据?
如果我先进行聚合，我将只考虑那些有24个值的日子(每小时一次)，为了不引入偏见，我会丢弃其他值，然后我将拆分训练/测试。因此，基本上，我将清理我
浏览 0提问于2018-09-19得票数 1
回答已采纳
我有超过一年的地理范围的每小时netCDF气候数据，例如从2017-01-01T00:00:00到2017-12-31T23:00:00。 <xarray.Dataset>
Dimensions: (latitude: 106, longitude: 193, time: 8760)
Coordinates:
* latitude (latitude) float32 -39.2 -39.149525 ... -33.950478 -33.9
* longitude (longitude) float32 140.8 140.84792 140.89584 .
浏览 54提问于2019-01-30得票数 2
回答已采纳
我有一个xarray，它的时间维度从小时01，然后02，03，…，23，00，01，02，. 23，00，.诸若此类。每小时我都有一个价值。该值是前一个小时的累加，因此，例如，01的值是从00到01的变量。
我想重新整理求和，以便每天有值，也就是说，从01，02，……再来一次01，02，.，00，但我摸不着。如果我的xarray是例如
da = xr.DataArray(np.linspace(0, 119, num=120), coords=[pd.date_range("15/12/1999",\\
periods=120, freq=p
浏览 4提问于2022-02-16得票数 0
1回答
我有一只熊猫数据，索引=datetime.datetime(年、月、日、小时、分钟)
我希望能够使用它来获取每小时/每天的/weekly数据，其中小时数据将是与帧中每小时对应的最后一个条目。
有什么内在的方法可以做到吗？我试着制作一些例子，例如，对于每天的数据，我将小时和分钟的输入更改为零，但是我仍然有一个具有多个条目的数据，用于同一天。怎样才能得到每天对应的最后一个条目？
样本数据：
index x y
2016-01-01 00:07:00-05:00 1.000 0.000
2016-01-01 00:10:
浏览 1提问于2016-11-06得票数 1
回答已采纳
我有一个带有xarray的时序DataArray对象。 time维度从2000-01-01到2000-12-31。 <xarray.DataArray '__xarray_dataarray_variable__' (time: 365, latitude: 106, longitude: 193)>
Coordinates:
* longitude (longitude) float32 140.8 140.84792 140.89584 ... 149.95209 150.0
* latitude (latitude) float32 -39.
浏览 49提问于2019-06-04得票数 0
回答已采纳
我正在尝试仅从每日GHI估计光伏输出。
有没有办法将每天的温室气体指数转换为倾斜表面上的总辐射，即太阳能电池板？或者，我是否必须使用模型转换为每小时的GHI值，然后计算光束和漫射值等？
我正在使用的GHI数据在这里。( )
谢谢
浏览 9提问于2020-07-30得票数 2
3回答
我正在使用API来获取ec2现货价格历史，但除了最近90天左右之外，我无法获取任何信息，并且无法指定观察频率。有没有办法获得现货价格的完整历史，最好是每分钟或每小时的频率？
浏览 1提问于2013-01-19得票数 9
我下载了一个已发布的netCDF文件，其中包含了全球12万年来的各种气候数据。(请参阅这里包含的公共.nc文件：)。有许多变量，包括温度、降水等。
我只想知道，在全球范围内，，过去12万年的平均降水量是多少。I.，我想得到一张全球时间平均降水量的地图。重要的一点是，时间间隔不是相等的，它们变化在1到2000年之间。在试图解决这个问题的同时，我在使用Xarray时遇到了许多问题，因为我以前从未使用过netCDF。我尝试使用这个简单的方法：
import xarray as xr
climate_file = 'LateQuaternary_Environment.nc' #Dat
浏览 5提问于2022-01-13得票数 0
我想用how=mean方法将一只熊猫的数据从每小时重新采样到每年/每天的频率。然而，在这一年中，当然缺少了一些小时数据。
在平均数也设置为NaN之前，我如何为允许的NaN比率设置一个阈值？考虑到在文档里我找不到任何东西..。
提前感谢！
浏览 3提问于2015-09-13得票数 1
回答已采纳
1回答
如果我必须构建一个时间序列预测模型，而我所拥有的只是用户登录站点时的一系列时间戳，您如何对其进行建模？
下面是数据的前几行。我得到了这个作为熊猫系列。
0 2012-03-01 00:05:55
1 2012-03-01 00:06:23
2 2012-03-01 00:06:52
3 2012-03-01 00:11:23
4 2012-03-01 00:12:47
5 2012-03-01 00:12:54
6 2012-03-01 00:16:14
7 2012-03-01 00:17:31
8 2012-03-01 00:21:23
9 2012
浏览 1提问于2016-03-21得票数 0
1回答
你好，我是新来的。是否有可能在每小时内随机运行自动化cron作业？
语法应该每天都不同，例如：
34,57,44,30,37,31,38,30,44,35,36,56,46,55,54,40,45,44,42,35,50,59,48,34,52,* * * * *
据我所知，上面的代码将在0:34，01:57，02:44发送cron作业.到23点52分。我目前正在用PHP生成语法，但我不知道如何将它发送到cron命令，或者它是否安全。请建议如何做到这一点。
浏览 0提问于2012-05-23得票数 1
回答已采纳
我是Drupal的新手，我正在尝试创建一个简单的内容类型，人们可以在其中添加他们今天的日程安排。例如，从下午2点到4点，那个人必须去健身房。所以有两个下拉列表，每小时一个(下午2点和下午4点)，并为“去健身房”添加一个文本字段，还可以添加更多任务。(每天多个值)
有什么建议吗？也许是一个模块，或者创建一个自定义字段？提前进行Thx ..:)
浏览 0提问于2013-06-15得票数 0
回答已采纳
详细信息
这是一个相当奇怪的场景。我试图从一项我无法控制的服务中存储销售记录。我只是访问一个URL并存储它返回的json。它返回一个项目的最后25个销售额，按成本排序，并且它的值将停留在那里最长10小时。最大的问题是这些值没有时间戳，所以我无法非常准确地推断项目在列表上的时间以及它们是否是重复的。
示例：
如果我下午1点检查这个网址，我就会得到这些结果。
+--------+----------+-------+
| Seller | Category | Price |
+--------+----------+-------+
| Joe | A | 1000 |
|
浏览 2提问于2014-02-21得票数 1
我只是在深入研究ElasticSearch 1.0中的新聚合函数。我正在尝试获取一堆文档(日志线)的一些统计数据。
每个文档都算作命中，我想获取给定时间段内每小时的平均命中数。每个文档都有一个datetime引用，并且每个文档都被算作“命中”。
第一点很简单(查询和过滤)，我得到了我想要匹配给定时间段的所有文档。但是我想不出如何得到文档数量的平均值。
我可以每天每小时获取所有文档的列表，并在客户端进行一些统计计算，但我希望所有这些都在ElasticSearch中完成。我猜它可以通过doc_count完成，但我找不到任何关于它的信息。
在给定的时间范围内，我可以在一小时内获得所有文档的列表。如果
浏览 0提问于2014-02-14得票数 6
我有从1月1日到12月31日的每天的数据点。
我想要做的是让用户切换数据的日、周和月视图。
有没有办法用jQuery Flot做到这一点？
浏览 0提问于2014-02-20得票数 1
1回答
我有时间敏感的数据，从现在到7天后，每小时分辨率~220值。我能够让他们按照Mike的演示来绘制：
但我似乎找不到如何将时标和数据扩展到整个显示器。我正在寻找一个范围参数，xrange或宽度，但我没有任何运气。我相信答案是微不足道的，但我似乎找不到。
var context = cubism.context()
.step(3600000) // <-- this changes the time resolution
.size(1280) // <-- this changes the width
.stop();
而且，d3.time.scale.domain在d3
浏览 4提问于2014-10-25得票数 0
回答已采纳
3回答
基本上我有一些每小时和每天的数据，比如
第一天
小时，度量(1,21) (2,22) (3,27) (4,24)
第2天小时，度量(1,23) (2,26) (3,29) (4,20)
现在我想通过考虑每小时的变化以及使用双变量analysis...which包括每小时和测量的日变化来发现数据中的异常值。
那么，考虑到这种情况，哪种聚类算法更适合发现异常值？
浏览 1提问于2011-06-27得票数 0
1回答
我有一个17 GRIB的GRIB文件，其中包含2020年每小时的温度()数据。数据集的维度是longitude、latitude和time。
我的目标是计算全年数据中每个坐标的最高温度(lon，lat)。我可以使用Xarray很好地加载文件，尽管它需要4到5分钟：
import xarray as xr
xarray_dataset = xr.open_dataset('cds/2020_hourly_t2m.grib', engine='cfgrib')
但是，调用会导致Google会话崩溃。这可能是因为它需要比可用内存更多的内存。
因此，我可能需要使用Das
浏览 2提问于2022-01-02得票数 2
回答已采纳
让我打开了这个问题，因为我还没有找到好的解决方案。
问题
我已经下载了几个气候模型，从欧洲-CORDEX集成为每日急流通量。虽然有些型号使用标准日历，与Pandas datetime兼容，但其他型号，特别是MOHC HadGem2 ES，则使用360天CFTimeIndex。
主要问题是，如何用这些日历有效地重新整理每月数据，使之能够协调一致，并在以后产生综合统计数据。
降水通量的数据(2011-2015年节选)看起来像这个，你可以下载它。
<xarray.Dataset>
Dimensions: (bnds: 2, rlat: 412, rlon: 424, time
浏览 2提问于2021-02-13得票数 2
回答已采纳
1回答
我目前使用的是一个时间序列，它每周计算一次，但分母只能作为每月的总数。我想把它们合并起来按费率计算。
一年的数据如下所示：173 173 169 180 173 167 187 175 174 154 163 163
从2010年1月开始到12月。
我通常会在SAS中使用类似PROC展开的方法，但为了学习R，我正在尝试完全在R中实现这个项目。
似乎我应该使用下面这样的方法来使用zoo将这些值作为三次样条插值，但是经过几次尝试，我已经搁浅了。我有两个实现问题，我希望人们能帮上忙：
使用na.spline之类的东西会给出插值值，但据我所知，它们是错误的。上面的数据不是一个单一的时间单位，每月取样一
浏览 1提问于2012-04-18得票数 1
我正在使用Magento CE，数据是通过Cron作业与自定义脚本从第三方导入的。网站目录超过30K。我面临的问题是索引。由于我需要每天运行Crons，每小时运行一次(库存更新)，由于索引速度慢，不可能每小时运行库存更新脚本，因为索引需要大约25-30分钟。其他cron脚本也是如此，所以我每天必须运行一个脚本。我的要求是每天运行所有的cron脚本。我已经将索引模式设置为手动模式，因为否则更新30K行将永远花费时间。我尝试了一些扩展来减少索引时间，但都是徒劳的。有没有什么办法可以显著减少索引时间，或者升级到企业版将有助于解决这个问题。这是一个关键的问题，因为我需要与第三方供应商同步实时数据，但由
浏览 0提问于2013-11-20得票数 0
我正在计划一个新的副项目，最终将涉及分析我收集的数据。它主要是具有不同数量组件的时间序列数据(请考虑关系数据库列)。时间序列数据将随覆盖的时间段和测量的频率而变化(因此没有太多的标准化信息可以合并到更少的表中)。没有一个时间序列集会有太多的数据，可能每个序列最多有大约100,000个测量值，平均大约5000个测量值(想一想行)。我预计至少有10,000组不同的时间序列数据(想想表)。
我预计不需要做很多复杂的查询(即使我做了，这个项目也没有时间敏感性，因为它实际上只是批处理风格的分析，所以我可以在从数据库中选择数据后用软件做复杂的事情)，所以我也在考虑像MongoDB这样的NoSQL数据库。
浏览 0提问于2012-09-22得票数 0
回答已采纳
我有两个熊猫数据框架，报告相同的信息，但发生在不同的时间框架。一个报告每日变化，另一个报告每小时变化。我想以指定的格式合并这两者。
这类似于每天被称为daily_df的熊猫框架：
date change type
14/06/2022 50% daily
14/07/2022 46% daily
这类似于名为sixtymin_df的每小时熊猫框架：
date time change type
14/06/2022 12:00:00 27% hourly
14/06/202
浏览 5提问于2022-06-15得票数 0
回答已采纳
2回答
我分析了每天24小时工作的设备每小时(但不是全年)的运行情况，但我在以下方面有错误：
from pandas.tseries.offsets import CustomBusinessHour
Use=CustomBusinessHour(
start='00:00',
end='24:00',
weekmask=(1,1,1,1,1,1,0)
)
或
Use=CustomBusinessHour(
start='00:00',
end='00:00',
weekmask=(1,1
浏览 4提问于2020-05-03得票数 3
回答已采纳
我使用pandas从具有15分钟采样间隔的数据集中获取每小时一次的数据。我在使用resample('H', how='ohlc')方法时遇到的问题是，它会提供该小时内的值，而我希望得到最接近小时的值。例如，我想取一个在2:55采样的值，而不是3:10采样的值，但是我不知道如何找到最接近的值，如果它出现在被评估的时间戳之前。
任何帮助都将不胜感激。
浏览 2提问于2013-11-06得票数 1
我需要在Autosys安排一份工作
它每天每小时运行一次。
，从周一到周五，它每小时运行一次，从00:00到23:59，，什么是正确的日程安排？
浏览 13提问于2022-03-07得票数 0
我正在编写一个脚本，该脚本使用.nc打开多个未排序(时间维度中)的xarray.open_mfdataset文件，并根据时间维度对它们进行排序，然后将它们全部保存为一个.nc文件。合并数据集的大小为时间: 452652，级别: 2000。
import xarray as xr
ds = xr.open_mfdataset('2008_*.nc',combine='nested',concat_dim='time',
chunks={'time':10000,'level'
浏览 14提问于2022-05-05得票数 0
我有两个不同的excel文件。其中之一是包含时间序列数据(268943个事故时间行)，如下所示
另一个文件是每天从8点到17点和4个月内测量的14个工人的值(所有数据都合并到一个文件中)
我正在尝试理解事故时间和值之间的关系(每小时从8到17每小时，每天从周一到周五和每月)
哪种统计方法是合适的(归一化自动或交叉相关)，我如何做到这一点？通常，在问题中，会在两个基于时间序列的值之间进行相关性分析，但我认为这有点不同。而且，这里的时间是不同的。
感谢你的预支..
浏览 26提问于2020-02-12得票数 2
我在Pandas中有一个很大的数据集，其中的条目都标有时间戳。我正在寻找一个解决方案，如何获得一个定义的长度范围(如1分钟)与最高的词条出现。
一种解决方案可能是将数据重新采样到更高的时间范围(例如一分钟)，并比较具有最高数值的部分。但是，它将只查找与给定时间范围的开始和结束时间相对应的范围。
我宁愿找到一个解决方案来找到任何1分钟的范围，无论它们实际上是从哪里开始的。
在下面的示例中，我将寻找1分钟的“窗口”，其中条目的出现频率最高，从范围内的第一个信号开始，到范围内的最后一个信号结束：
8:50:00
8:50:01
8:50:03
8:55:00
8:59:10
9:00:01
9:00
浏览 6提问于2017-08-28得票数 1
回答已采纳
2回答
我在csv文件中的数据是15分钟平均，我希望每小时平均。当我使用下面的代码时，它会显示错误。“怎么”不被认可的论点。
import pandas as pd
df = pd.read_csv("sirifort_with_data.csv",parse_dates=['Time_Stamp'])
data.resample('H', how='mean')
浏览 1提问于2022-03-04得票数 1
1回答
所以，我有一个相当简单的应用程序-它的工作方式是访问网站-有一个下拉菜单和电子邮件输入字段和提交按钮。
您可以选择在下拉菜单中选择您感兴趣的食物类型，然后输入您的电子邮件，您可以每小时、每天或每周收到电子邮件更新。
我的问题是，如何将管理内容从管理面板连接到电子邮件，以便输入电子邮件的人从该类别中获得一组内容，无论是每小时、每天或每周？
感谢先进的！
浏览 1提问于2014-11-18得票数 0
回答已采纳
我有一个长达一年的数据集(netCDF)，其中时间、纬度和经度作为坐标，KBDI-AWAP作为变量，每天都会采样。 使用Python将数据加载到xarray的数据集，并按如下方式打印数据： print(mds_kbdi) 输出： <xarray.Dataset>
Dimensions: (latitude: 106, longitude: 193, time: 365)
Coordinates:
* latitude (latitude) float32 -39.2 -39.149525 ... -33.950478 -33.9
* longitude (lo
浏览 65提问于2019-01-31得票数 0
1回答
我有一个xarray数据数组mx2t，它包含一个地区每小时的温度。我要做的是在数据中找到每个经纬点的最高温度，然后将其绘制在地图上。 运行mx2t.max()将获得整个数组中的最大值，但是如何获得每个纬度-经度点的最大值？ 这是我的坐标在数据数组中的样子： ?
浏览 21提问于2021-10-28得票数 0
回答已采纳
2回答
我正在建立一个时间序列预测模型来预测气候数据中的一些模式。
该数据集由许多(200万)时间序列组成，例如：
📷
然而，所有这些时间序列都是分布不均匀的(随年份增长的趋势)。
📷
虽然我仍在考虑我的方法(LSTM，指数平滑等)，但我将不得不处理这种不平等的观测分布。是否有平衡时间序列观测的黄金标准？
浏览 0提问于2020-04-15得票数 3
2回答
在.Net服务中，一些指标以每天的周期进行聚合和刷新。如果服务关闭/重新启动，在最坏的情况下，丢失的数据可能从几分钟到一整天不等。
如果我频繁地记录日志，为了最大限度地减少损失，比如说每小时而不是每天，记录的行数将从三位数的百万行激增到每天至少两位数的十亿行。在服务正常关闭/重新启动之前尝试刷新无法防止服务突然关闭/重新启动时的损失。
哪种类型的C#编程构造或事件处理有助于降低日志记录频率，并将损失降至尽可能小的百分比？
(我希望这个问题足够具体/有针对性。如果您认为它不是，请在评论中讨论它。)
浏览 10提问于2021-11-04得票数 0
1回答
我有一个带有第二个值的数据集。数据不太好，所以有时也会错过几天。我想得到这个数据集中每小时的平均值。时间也应该包含日期。所以我得到了这样的东西：
2015-01-01T00:00:00:00，“2015-01-01T01:00”，“2015-05-01T02:00:00”.以及它的平均变量。
我试过：
ds_mean = ds.groupby("time.hour").mean()
但是在这里，它给出了一个包含数据集的所有小时的平均值a。
然后我试着为每天创建一个数据集。但问题是时间只包含小时。
浏览 7提问于2022-07-01得票数 1
回答已采纳
2回答
是否有一种简单的方法可以根据房间的占用水平来提取每小时的分钟数？我想了解一下从08:00到08:59:59 :59、09:00-09:59:59等几个房间使用了多少分钟。
我手动创建了每个小时的时间间隔，从2月08:00开始，到08:59:59结束。然后，我使用求和公式得到房间每小时占用一天的分钟数(每天总共9小时)。
因为我想看看每小时有多少分钟不同的房间被占用，并比较它们，我想知道是否有更简单的方法来做到这一点？有一种我可以用在所有房间里的格式将是很好的。然而，由于所有房间都有不同的时间戳，这可能会很困难吗？
如果有人知道如何在SQL或Python中这样做，这也会非常有用，尤其是在SQL中
浏览 0提问于2020-10-06得票数 1
回答已采纳
3回答
时间序列的频率是什么意思？我从2016年05月1日至2017年5月31日期间对能源消耗进行了数据观测，每天有96个数值。在这种情况下，时间序列的频率是多少？
浏览 0提问于2017-07-11得票数 3
2回答
我有一个存储过程，它处理来自源表的数据，并在一天中多次执行(大约20,000次执行)。
我相信，由于参数嗅探，它有时会被阻塞，我一直在更新过程中相关表(8个表)的统计数据，以解决这个问题。
当它被阻塞时，积压的未处理数据就会堆积起来(我可以监视它的计数)。
一旦我更新了统计数据，待办事项就会立即清除。
我发现自己每天更新10次统计数据(几乎每小时一次)。这看起来很正常还是有更大的问题我应该去解决？
浏览 0提问于2020-01-07得票数 1
1回答
我想把这些订单的价格和合同的每一份订单的价格相提并论。
我希望将粒度从每小时减少到每天，从而减少传递给事实表的行数，然后是SSAS多维数据集。
即合同A，它可以有多个订单行，考虑订单行1，它可以有许多订单项目。我不得不对订单项目进行筛选，但它们只是顺序的id号。
问题是，我必须将其从每小时提高到每天的粒度，但仍然能够让多维数据集上的用户访问订单项级别。
浏览 8提问于2022-05-08得票数 0
我有时间维度为"'2017-08-13T00:00:00.000000000', '2017-08-18T00:00:00.000000000'“的xarray数据集。我想去掉小时、分钟和秒，保留'2017-08-13'、'2017-08-18'。到目前为止，我尝试的是以下内容。 ds['time'].dt.round('D')
ds['time'].dt.floor('D') 但是它们返回原始的日期格式。如果有任何帮助，我将不胜感激。
浏览 31提问于2021-10-29得票数 0
回答已采纳
我对熊猫非常陌生，我正试图通过在周一到周五的每一天找到(1 +回报)的产品，将每天的股票收益转化为每周的股票回报。
下面是我到目前为止所掌握的一个例子(数据只是一个例子，而不是实数)：
In[1]: df
In [2]:
Date AAPL NFLX INTC
2019-09-09 0.01 0.0012 0.00873
2019-09-10 0.014 0.0074 0.0837738
2019-09-11 0.0123 0.007123 0.09383
2019-09-12
浏览 4提问于2019-11-07得票数 0
回答已采纳
我下载了两个不同的netcdf4文件。它们的面积(域)和变量(温度)都是相同的。不同的是收集数据的年份。例如，第一次是从1-1-1950年到31-12-1980年，第二次是从1-1-1981年到31-12-2000年。我想要的基本上是把它们放在一个对象中，这样我就可以得到从1980年到2000年的信息。我正在使用xarray包，我找到了两个命令: concat和merge。然而，我不太确定该使用哪一个，以及如何使用(从语法上讲)。下面的链接提供了这两种方法的信息
https://xarray.pydata.org/en/stable/generated/xarray.concat.html
浏览 5提问于2022-04-06得票数 0
下面是我的代码：
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import xarray as xr
data = xr.open_dataset("Phytoplankton.nc")
darmstadt = data.phyc.sel(latitude=26,longitude=-90)
darmstadt.plot()
下面是时间数组：
array(['2000-01-16T12:00:00.000000000', '2000-02-15T12:0
浏览 0提问于2020-06-17得票数 0
我正在尝试从每天到每小时的频率来提升我的数据，并向前填充丢失的数据。
我从以下代码开始：
df1 = pd.read_csv("DATA.csv")
df1.head(5)
然后，我使用以下方法将日期时间字符串转换为日期时间字符串，并将日期/时间设置为索引：
df1['DT'] = pd.to_datetime(df1['DT']).dt.strftime('%Y-%m-%d %H:%M:%S')
df1.set_index('DT')
我试着每小时重新调整如下：
df1['DT&
浏览 1提问于2019-01-02得票数 3
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
