使用包含时间序列的多索引重新采样熊猫数据框

首先让我们定义一个重采样函数：

def resampler(x):        return x.set_index('datetime').resample('D').mean().rolling(window=2).mean()

然后，我们对job_id进行分组并应用重采样器功能：

 df.reset_index(level=2).groupby(level=1).apply(resampler)Out[657]:     a         bjob_id datetimejob1   2017-06-23       NaN       NaN       2017-06-24  0.053378  0.004727       2017-06-25  0.265074  0.234081       2017-06-26  0.192286  0.138148job2   2017-06-26       NaN       NaN       2017-06-27 -0.016629 -0.041284       2017-06-28 -0.028662  0.055399       2017-06-29  0.113299 -0.204670job3   2017-06-29       NaN       NaN       2017-06-30  0.233524 -0.194982       2017-07-01  0.068839 -0.237573       2017-07-02 -0.051211 -0.069917

让我知道这是否是您要的。