如何用Pandas对无线电信号采样CSV进行1秒分辨率下采样？

完全可以用Pandas实现每行按连续4列分组取均值，正好匹配你从0.25秒/列降到1秒/列的需求，核心思路是通过groupby对列进行分组，再计算每组均值：

核心代码实现 #

方法1：列名为连续数字时（比如你的列是0到3599）

# 假设你的数据已读入为DataFrame df
df_resampled = df.groupby(lambda col: col // 4, axis=1).mean()

方法2：通用适配（不管列名是什么格式）

如果列名不是连续数字（比如是时间字符串），可以用列的位置索引来分组：

import numpy as np

df_resampled = df.groupby(np.arange(len(df.columns)) // 4, axis=1).mean()

原理说明 #

• np.arange(len(df.columns)) // 4会生成一组分组键：前4列对应键0，接下来4列对应键1，以此类推，正好把每4个0.25秒的采样列合并为1个1秒的采样列
• axis=1指定按列方向分组，对每组内的列计算均值，最终每行会得到900个结果（3600÷4=900），完全符合1秒/列的分辨率要求

小例子验证 #

可以用测试数据快速验证效果：

import pandas as pd
import numpy as np

# 构造2行8列的测试数据（模拟2秒的采样）
df = pd.DataFrame(np.arange(16).reshape(2,8), columns=[0,1,2,3,4,5,6,7])
# 分组求均值
df_resampled = df.groupby(lambda col: col//4, axis=1).mean()
print(df_resampled)

输出结果：

0     1
0  1.5  5.5
1  9.5  13.5

可见每4列的均值计算正确，完全符合预期。

内容的提问来源于stack exchange，提问作者M1ctl4nt3cutl1