pandas习题 207：异频移动时间戳

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gr99123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

（编码题）现有一条按 1 小时 采样的温度序列，需要把整条时间轴向后平移 30 分钟（与采样频率不同），观察平移效果。

源数据如下：

import pandas as pd
idx = pd.date_range('2023-09-01 08:00', periods=4, freq='h')
s = pd.Series([18.0, 19.5, 21.0, 20.2], index=idx, name='temp')
print(s)

输出：

2023-09-01 08:00:00    18.0
2023-09-01 09:00:00    19.5
2023-09-01 10:00:00    21.0
2023-09-01 11:00:00    20.2
Freq: H, Name: temp, dtype: float64

要求：

用 shift(freq='30min') 将索引整体向后平移 30 分钟（与原始频率 1 小时不一致）。
打印平移后的 Series，确认时间戳均增加 30 分钟，数据值不变。

期望结果：

2023-09-01 08:30:00    18.0
2023-09-01 09:30:00    19.5
2023-09-01 10:30:00    21.0
2023-09-01 11:30:00    20.2
Freq: 30T, Name: temp, dtype: float64

参考答案

代码如下：

import pandas as pd
idx = pd.date_range('2023-09-01 08:00', periods=4, freq='h')
s = pd.Series([18.0, 19.5, 21.0, 20.2], index=idx, name='temp')

# 向后平移 30 分钟（与采样频率不同）
shifted = s.shift(freq='30min')

print(shifted)

输出：

2023-09-01 08:30:00    18.0
2023-09-01 09:30:00    19.5
2023-09-01 10:30:00    21.0
2023-09-01 11:30:00    20.2
Freq: 30T, Name: temp, dtype: float64

答案解析

shift(freq='30min') 按绝对时间偏移量整体移动索引，与原始采样频率无关，因此可轻松实现“异频”平移，同时保持数据值不变。

（完）

pandas习题 207：异频移动时间戳

参考答案

答案解析

相关内容