次のような秒単位の解像度を持つ、不規則にインデックス化された時系列のデータがあります。
import pandas as pd
idx = ['2012-01-01 12:43:35', '2012-03-12 15:46:43',
'2012-09-26 18:35:11', '2012-11-11 2:34:59']
status = [1, 0, 1, 0]
df = pd.DataFrame(status, index=idx, columns = ['status'])
df = df.reindex(pd.to_datetime(df.index))
In [62]: df
Out[62]:
status
2012-01-01 12:43:35 1
2012-03-12 15:46:43 0
2012-09-26 18:35:11 1
2012-11-11 02:34:59 0
ステータスが 1 である年の端数に興味があります。現在私が行っている方法はdf
、年に 1 秒ごとにインデックスを再作成し、次のような順方向の塗りつぶしを使用することです。
full_idx = pd.date_range(start = '1/1/2012', end = '12/31/2012', freq='s')
df1 = df.reindex(full_idx, method='ffill')
これは、次のようなステータスDataFrame
の時間の割合を確認するために、平均を計算できるその年のすべての秒を含むa を返します。1
In [66]: df1
Out[66]:
<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 31536001 entries, 2012-01-01 00:00:00 to 2012-12-31 00:00:00
Freq: S
Data columns:
status 31490186 non-null values
dtypes: float64(1)
In [67]: df1.status.mean()
Out[67]: 0.31953371123308066
問題は、大量のデータに対してこれを行う必要があり、1 年に 1 秒ごとにインデックスを再作成することは、これまでで最もコストのかかる操作であることです。
これを行うためのより良い方法は何ですか?