如何将6秒功耗时间序列数据转换为1小时数据

Question

我有一个时间序列数据集，如下所示：

Dates           Power
09-11-12 23:40  123
09-11-12 23:40  0
09-11-12 23:40  0
09-11-12 23:40  0
09-11-12 23:40  0
09-11-12 23:40  123
09-11-12 23:40  123
09-11-12 23:40  122
09-11-12 23:40  122
09-11-12 23:41  122
09-11-12 23:41  0
09-11-12 23:41  0
09-11-12 23:41  161
09-11-12 23:41  123
09-11-12 23:41  124
09-11-12 23:41  123
09-11-12 23:41  123
09-11-12 23:41  123
09-11-12 23:41  123

在上述数据集中，给出了设备在每分钟的第6秒内消耗的功率。我想将数据集转换为1小时时间序列，功率单位=KW/h，即我想将其转换为一小时内消耗的功率，而不需要每6秒对功耗求和。

在用2.77778e-7乘以第6秒的功耗后，我很累地把它们相加，但我觉得我做错了。这是正确的方法吗？如果不是，正确的方法是什么？

我用下面的代码来总结它们。

data = pd.read_csv(
r'E:ukdalehouse_1channel_6.dat',
delimiter=' ',
header=None,
names=['Date', 'Power'],
dtype={'Date': np.int64, 'Power': np.float64},
index_col='Date'
)
data.index = pd.to_datetime((data.index.values), unit='s')
ts = pd.Series(data=data['Power'])
ts.multiply(0.000000277778)
ts1=ts.resample('h').sum()
ts1.dropna(inplace=True)

我的结果：

Dates           Power(KW/h)
09-11-12 22:00  310
09-11-12 23:00  64948
10-11-12 0:00   279706
10-11-12 1:00   386517
10-11-12 2:00   0
10-11-12 3:00   125
10-11-12 4:00   0
10-11-12 5:00   0
10-11-12 6:00   0
10-11-12 7:00   0
10-11-12 8:00   95
10-11-12 9:00   582
10-11-12 10:00  594
10-11-12 11:00  585

Answer 1

您可以将时间值四舍五入到最接近的小时，然后求和：

# Round the Timestamp to the nearest 60 minutes
scalefactor <- 60
data$Dates <- as.POSIXlt(round(as.numeric(data$Dates)/scalefactor) * scalefactor,
origin="1970-01-01")