不同分辨率的两个时间序列的最大差

Question

我有两个时间序列数据，给出一小时分辨率和五分钟分辨率的电力需求。我试图找出这两个时间序列之间的最大差异。因此，一小时分辨率数据有8760行(一年每小时)，5分钟分辨率数据有104,722行(5分钟为一年)。

我只能想出一种方法，将每小时的数据扩展为5分钟的分辨率，重复12次每小时的数据，并找到两个数据集的最大差值。

如果这项技术是可行的，那么是否有一种简单的方法可以通过重复12次小时数据将我的每小时数据转换成5分钟的分辨率？

供你参考，我贴出了一天的这份数据图。

P.S>我正在使用Python来完成这个任务

​

Answer 1

Numpy的.repeat()函数

可以使用numpy的重复函数将小时数据转换为5分钟数据。

import numpy as np

np.repeat(hourly_data, 12)

Answer 2

我强烈建议不要将每小时的数据转换为5分钟的数据。如果这两种情况下的数据都是指这些时间范围的平均负载，那么如果将每隔5分钟的时间间隔分组到每小时的数据集中，您将看到更准确的数据。您将获得更多的粒度，但粒度并不是基于准确的数据，因此您实际上并没有从中获得更多的价值。如果您将五分钟的块聚合成每小时的块，并以这种方式对系列进行比较，那么您可以对您的结果的可信度更有信心。

为了将它们组合在一起以获得结果，您可以像下面这样定义一个函数，并使用如下的apply方法：

def to_hour(date):
    date = date.strftime("%Y-%m-%d %H:00:00")
    date = dt.strptime(date, "%Y-%m-%d %H:%M:%S")
    return date

df['Aggregated_Datetime'] = df['Original_Datetime'].apply(lambda x: to_hour(x))
df.groupby('Aggregated_Datetime').agg('Real-Time Lo