Pandas 在自定义开始时间戳重新采样

我正在尝试在给定的开始时间重新采样数据

my program:
sales = [{'Timestamp': '2018-06-22 15:15:00', 'Jan': 150, 'Feb': 200, 'Mar': 140},
        {'Timestamp': '2018-06-22 15:44:00',  'Jan': 250, 'Feb': 250, 'Mar': 250},
        {'Timestamp': '2018-06-22 15:46:00',  'Jan': 200, 'Feb': 210, 'Mar': 215},
        {'Timestamp': '2018-06-22 16:16:00',  'Jan': 200, 'Feb': 210, 'Mar': 215},
        {'Timestamp': '2018-06-22 16:18:00',  'Jan': 200, 'Feb': 210, 'Mar': 215},
        {'Timestamp': '2018-06-22 16:20:00',  'Jan': 50,  'Feb': 90,  'Mar': 95 }]
df = pd.DataFrame(sales)
df['Timestamp'] = pd.to_datetime(df['Timestamp'])
df = df.set_index('Timestamp')

ResampledDF = pd.DataFrame()
ResampledDF['J'] = df.Jan.resample("30T").max()
ResampledDF['F'] = df.Feb.resample("30T").max()
ResampledDF['M'] = df.Mar.resample("30T").max()
print(ResampledDF)

输出:

                       J    F    M
Timestamp
2018-06-22 15:00:00  150  200  140
2018-06-22 15:30:00  250  250  250
2018-06-22 16:00:00  200  210  215

这里的输出从 15:00:00 开始自动采样数据，而我希望第一行在 15:15:00，第二行在 15:45:00 等，如下所示

所需输出:

                        J    F    M
 Timestamp
 2018-06-22 15:15:00  250  250  250
 2018-06-22 15:45:00  200  210  215
 2018-06-22 16:15:00  200  210  215

最佳答案

使用 base parameter :

In [233]: df.resample('30T', base=15).max()
Out[233]:
                     Feb  Jan  Mar
Timestamp
2018-06-22 15:15:00  250  250  250
2018-06-22 15:45:00  210  200  215
2018-06-22 16:15:00  210  200  215

关于Pandas 在自定义开始时间戳重新采样，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/50987802/