У меня есть DataFrame с двумя столбцами Timestamp, один из которых используется в качестве индекса для повторной выборки, а другой остается столбцом. Если я передискретизирую DataFrame, оставшийся столбец будет удален. Я хотел бы, чтобы он был передискретизирован, как если бы это был числовой столбец (что на самом деле и есть):
import numpy as np
import pandas as pd
init_time=pd.date_range(start='2010-01-01 00:00', end='2010-01-05 00:00', freq='12H')
valid_time=pd.date_range(start='2010-01-01 00:00', end='2010-01-05 00:00', freq='12H')
data = np.random.random(len(valid_time))
frame = pd.DataFrame(index=valid_time, data=data)
frame['init_time'] = init_time
DataFrame имеет индекс, 1 числовой столбец и один столбец Timestamp.
0 init_time
2010-01-01 00:00:00 0.869667 2010-01-01 00:00:00
2010-01-01 12:00:00 0.225805 2010-01-01 12:00:00
2010-01-02 00:00:00 0.348080 2010-01-02 00:00:00
2010-01-02 12:00:00 0.761399 2010-01-02 12:00:00
2010-01-03 00:00:00 0.645069 2010-01-03 00:00:00
2010-01-03 12:00:00 0.133111 2010-01-03 12:00:00
2010-01-04 00:00:00 0.314302 2010-01-04 00:00:00
2010-01-04 12:00:00 0.130491 2010-01-04 12:00:00
2010-01-05 00:00:00 0.621703 2010-01-05 00:00:00
Теперь пересэмплируйте на daily:
daily = frame.resample('D', how='mean')
0
2010-01-01 0.547736
2010-01-02 0.554740
2010-01-03 0.389090
2010-01-04 0.222396
2010-01-05 0.621703
Мой столбец init_time
был удален. Я мог бы сначала преобразовать его в необработанный целочисленный столбец, но есть ли более простой способ?