Повторная почасовая настройка TimeSeries с определенным стартовым часом

Я хочу перепрограммировать TimeSeries ежедневно (ровно 24 часа), начиная с определенного часа.

Подобно:

index = date_range(datetime(2012,1,1,17), freq='H', periods=60) ts = Series(data=[1]*60, index=index) ts.resample(rule='D', how='sum', closed='left', label='left') 

Результат:

 2012-01-01 7 2012-01-02 24 2012-01-03 24 2012-01-04 5 Freq: D 

Результат, который я хочу:

 2012-01-01 17:00:00 24 2012-01-02 17:00:00 24 2012-01-03 17:00:00 12 Freq: D 

Несколько недель назад вы могли передать '24H' в аргумент freq и это сработало совершенно нормально. Но теперь он объединяет '24H' с '1D' .

Я использовал ошибку с '24H' которая теперь исправлена? И как я могу получить желаемый результат в эффективном и pythonic (или пандах) обратном пути?

версии:

  • python 2.7.3
  • pandas 0.9.0rc1 (но также не работает в 0.8.1)
  • numpy 1.6.1

One Solution collect form web for “Повторная почасовая настройка TimeSeries с определенным стартовым часом”

Resample имеет base аргумент, который охватывает этот случай:

 ts.resample(rule='24H', how='sum', closed='left', label='left', base=17) 

Вывод:

 2012-01-01 17:00:00 24 2012-01-02 17:00:00 24 2012-01-03 17:00:00 12 Freq: 24H 
  • Вычислить смешанную модель возврата в Python
  • Pandas / Statsmodel OLS прогнозируют будущие значения
  • сделать pandas DataFrame в dict и dropna
  • Pandas: Diff of two Dataframes
  • Применить функцию ко второму столбцу в pandas dataframe groupby
  • эквивалент R's View для панд Python
  • Значения строк в кармане Pandas с целыми числами
  • pandas dataframe to mysql db ошибка базы данных вкус mysql не поддерживается
  • Разверните строку до нескольких строк в pandas dataframe
  • как переключать строки столбцов в кадре данных pandas
  • Попытка сбросить дубликаты из Pandas Dataframe
  •  
    Interesting Posts for Van-Lav
    Python - лучший язык программирования в мире.