1
我有以下数据帧df
:熊猫:德seasonalizing时间序列数据
[OUT]:
VOL
2011-04-01 09:30:00 11297
2011-04-01 09:30:10 6526
2011-04-01 09:30:20 14021
2011-04-01 09:30:30 19472
2011-04-01 09:30:40 7602
...
2011-04-29 15:59:30 79855
2011-04-29 15:59:40 83050
2011-04-29 15:59:50 602014
这df
在每10秒的非连续22天由体积观测。我想通过将每个观测值除以他们各自5分钟时间间隔的平均音量来对我的时间序列进行去季节化。为此,我需要在22天内每5分钟取得一次时间序列平均数量。所以我最终会以每5分钟9:30:00 - 9:35:00; 9:35:00 - 9:40:00; 9:40:00 - 9:45:00 ...
到16:00:00的时间序列平均值。间隔9:30:00 - 9:35:00
的平均值是该时间间隔在所有22天内的平均体积(即所以9:30:00至9:35:00之间的平均值是9:30:00至9:35之间的总体积:00(第1天+第2天+第3天......第22天)/ 22。是否合理?)。然后我将这个时间间隔的平均值除以9:30:00 - 9:35:00
之间的df
中的每个观察值。
Python/Pandas中是否有可以执行此操作的包?
没有这将是刚在每5分钟连续的平均值整个样本。我需要整个时间序列中每5分钟的平均值。所以9:30:00到9:35:00之间的平均值是9:30:00到9:35:00(第1天+第2天+第3天......第22天)/ 22之间的总体积。这有意义吗?感谢您的尝试 – Plug4
更新后的答案是否解决了这个问题? – Zero
看起来不错!谢谢! – Plug4