随机条目采样，限制为一秒的分数

Question

我用时间戳标记了每个常规时间段的非常规条目数的数据。也就是说，有时我可以在一秒钟内拥有25个条目，而另一些时候我可以在一秒钟内拥有100个条目(这是财务数据)。

为了创建一个新的数据库，我想在定义的时间段内随机选择一个条目，比如前半秒和后半秒，以减少数据集的大小，并在条目中创建一致性。我如何在熊猫中做到这一点？

非常感谢。

Answer 1

可能不是最好的，但我认为它是有效的：resample您的DataFrame/系列除以您想要的秒，然后从每个bin中随机选择一行(如果没有数据，则放入NaN )：

import pandas as pd
import numpy as np

#making fake date, randomly picked times in a minute at 100ms frequency
dr = pd.date_range('01-01-2020 9:00:00', '01-01-2020 9:01:00', freq='100ms')
dates = sorted(np.random.choice(dr, size=100))
df = pd.DataFrame(index=dates,data=np.random.random(size=(100,2)),columns=['Values','Values2'])

#resample
resampled = df.resample('500ms')

#iterate over resampled, and pick a random row (if there, else np.nan)
output = pd.DataFrame(columns=df.columns)
for time,frame in resampled:
    if not frame.empty:
        random_index = np.random.choice(range(len(frame.index)))
        output.loc[time] = list(frame.iloc[random_index])
    else:
        output.loc[time] = np.nan

输入：

#df.head(10)
                           Values   Values2
2020-01-01 09:00:00.100  0.190373  0.831841
2020-01-01 09:00:00.200  0.218069  0.586812
2020-01-01 09:00:00.500  0.611154  0.603198
2020-01-01 09:00:00.900  0.076038  0.061462
2020-01-01 09:00:00.900  0.519908  0.259880
2020-01-01 09:00:00.900  0.652016  0.925601
2020-01-01 09:00:01.000  0.256711  0.586374
2020-01-01 09:00:01.300  0.939387  0.409488
2020-01-01 09:00:01.400  0.075527  0.691568
2020-01-01 09:00:01.400  0.283443  0.490719

输出：

#output.head(3)
                           Values   Values2
2020-01-01 09:00:00.000  0.190373  0.831841
2020-01-01 09:00:00.500  0.652016  0.925601
2020-01-01 09:00:01.000  0.256711  0.586374