如何为时间序列每10个数据点应用自定义函数并生成10分钟间隔DataFrame

需求说明 #

现有1分钟频率的时间序列数据，需按每10个数据点（即10分钟间隔）为一组，将每组以形状(10,)的数组传入自定义函数计算，最终将结果存入带10分钟间隔索引的DataFrame中。

实现方法 #

方法一：使用Pandas resample 方法 #

resample是Pandas处理时间序列分组的原生方法，能直接按时间间隔分组并应用自定义函数：

import pandas as pd
import numpy as np

# 生成原始1分钟间隔时间序列数据
df = pd.DataFrame(index=pd.date_range(freq='1T', start='2020-10-10', periods=12*24))
df['value'] = np.random.randint(1, 100, size=df.shape[0])

# 自定义计算函数
def func(arr, b, c):
    return np.mean(arr) * b - c

# 若原始数据总点数不是10的整数倍，先截断处理（可选）
truncated_len = len(df) // 10 * 10
df = df.iloc[:truncated_len]

# 按10分钟重采样，对每组数据应用自定义函数
result_df = df['value'].resample('10T').apply(lambda x: func(x.values, b=3, c=5))

# 转换为带列名的DataFrame
result_df = result_df.to_frame(name='calculated_value')

# 查看结果
print(result_df.head())

说明：

• resample('10T')自动将1分钟数据按10分钟窗口分组，每组对应10个原始数据点
• x.values提取每组的数值数组，形状为(10,)，完全匹配自定义函数的输入要求
• 结果DataFrame的索引为每个10分钟窗口的起始时间

方法二：使用Numpy数组拆分 + 手动构建索引 #

若偏好更底层的数组操作，可直接拆分原始数组后计算：

import pandas as pd
import numpy as np

# 生成原始数据
df = pd.DataFrame(index=pd.date_range(freq='1T', start='2020-10-10', periods=12*24))
df['value'] = np.random.randint(1, 100, size=df.shape[0])

# 自定义计算函数
def func(arr, b, c):
    return np.mean(arr) * b - c

# 截断数据到10的整数倍长度
truncated_len = len(df) // 10 * 10
df = df.iloc[:truncated_len]

# 将原始数值数组拆分为每10个一组的二维数组
grouped_arrays = df['value'].values.reshape(-1, 10)

# 遍历每组应用自定义函数
calculated_values = [func(arr, 3, 5) for arr in grouped_arrays]

# 构建10分钟间隔的索引（取每组第一个数据点的时间戳）
new_index = df.index[::10]

# 创建结果DataFrame
result_df = pd.DataFrame({'calculated_value': calculated_values}, index=new_index)

# 查看结果
print(result_df.head())

说明：

• reshape(-1,10)将一维数值数组拆分为N行10列的二维数组，每行对应一组10个数据点
• 索引通过取原始索引的第0、10、20...个元素生成，确保与10分钟间隔对齐

内容的提问来源于stack exchange，提问作者prof32