个人中心
gpt4 book ai didi

Pandas中resample方法详解

转载 作者：qq735679552 更新时间：2022-09-28 22:32:09 31 4
gpt4 key购买 nike

CFSDN坚持开源创造价值，我们致力于搭建一个资源共享平台，让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章Pandas中resample方法详解由作者收集整理，如果你对这篇文章有兴趣，记得点赞哟.

Pandas中的resample，重新采样，是对原样本重新处理的一个方法，是一个对常规时间序列数据重新采样和频率转换的便捷的方法.

方法的格式是:

?
1
DataFrame.resample(rule, how = None , axis = 0 , fill_method = None , closed = None , label = None , convention = 'start' ,kind = None , loffset = None , limit = None , base = 0 )

参数详解是:

  。

参数 说明
freq 表示重采样频率，例如‘M'、‘5min'，Second(15)
how='mean' 用于产生聚合值的函数名或数组函数，例如‘mean'、‘ohlc'、np.max等，默认是‘mean'，其他常用的值由：‘first'、‘last'、‘median'、‘max'、‘min'
axis=0 默认是纵轴，横轴设置axis=1
fill_method = None 升采样时如何插值，比如‘ffill'、‘bfill'等
closed = ‘right' 在降采样时，各时间段的哪一段是闭合的，‘right'或‘left'，默认‘right'
label= ‘right' 在降采样时，如何设置聚合值的标签，例如，9：30-9：35会被标记成9：30还是9：35,默认9：35
loffset = None 面元标签的时间校正值，比如‘-1s'或Second(-1)用于将聚合标签调早1秒
limit=None 在向前或向后填充时，允许填充的最大时期数
kind = None 聚合到时期（‘period'）或时间戳（‘timestamp'），默认聚合到时间序列的索引类型
convention = None 当重采样时期时，将低频率转换到高频率所采用的约定（start或end）。默认‘end'

  。

首先创建一个Series，采样频率为一分钟.

?
1
2
3
4
5
6
7
8
9
10
11
12
13
>>> index = pd.date_range( '1/1/2000' , periods = 9 , freq = 'T' )
>>> series = pd.Series( range ( 9 ), index = index)
>>> series
2000 - 01 - 01 00 : 00 : 00  0
2000 - 01 - 01 00 : 01 : 00  1
2000 - 01 - 01 00 : 02 : 00  2
2000 - 01 - 01 00 : 03 : 00  3
2000 - 01 - 01 00 : 04 : 00  4
2000 - 01 - 01 00 : 05 : 00  5
2000 - 01 - 01 00 : 06 : 00  6
2000 - 01 - 01 00 : 07 : 00  7
2000 - 01 - 01 00 : 08 : 00  8
Freq: T, dtype: int64

降低采样频率为三分钟 。

?
1
2
3
4
5
>>> series.resample( '3T' ). sum ()
2000 - 01 - 01 00 : 00 : 00   3
2000 - 01 - 01 00 : 03 : 00  12
2000 - 01 - 01 00 : 06 : 00  21
Freq: 3T , dtype: int64

降低采样频率为三分钟，但是每个标签使用right来代替left。请注意，bucket中值的用作标签.

?
1
2
3
4
5
>>> series.resample( '3T' , label = 'right' ). sum ()
2000 - 01 - 01 00 : 03 : 00   3
2000 - 01 - 01 00 : 06 : 00  12
2000 - 01 - 01 00 : 09 : 00  21
Freq: 3T , dtype: int64

降低采样频率为三分钟，但是关闭right区间.

?
1
2
3
4
5
6
>>> series.resample( '3T' , label = 'right' , closed = 'right' ). sum ()
2000 - 01 - 01 00 : 00 : 00   0
2000 - 01 - 01 00 : 03 : 00   6
2000 - 01 - 01 00 : 06 : 00  15
2000 - 01 - 01 00 : 09 : 00  15
Freq: 3T , dtype: int64

增加采样频率到30秒 。

?
1
2
3
4
5
6
7
>>> series.resample( '30S' ).asfreq()[ 0 : 5 ] #select first 5 rows
2000 - 01 - 01 00 : 00 : 00   0
2000 - 01 - 01 00 : 00 : 30  NaN
2000 - 01 - 01 00 : 01 : 00   1
2000 - 01 - 01 00 : 01 : 30  NaN
2000 - 01 - 01 00 : 02 : 00   2
Freq: 30S , dtype: float64

增加采样频率到30S,使用pad方法填充nan值.

?
1
2
3
4
5
6
7
>>> series.resample( '30S' ).pad()[ 0 : 5 ]
2000 - 01 - 01 00 : 00 : 00  0
2000 - 01 - 01 00 : 00 : 30  0
2000 - 01 - 01 00 : 01 : 00  1
2000 - 01 - 01 00 : 01 : 30  1
2000 - 01 - 01 00 : 02 : 00  2
Freq: 30S , dtype: int64

增加采样频率到30S,使用bfill方法填充nan值.

?
1
2
3
4
5
6
7
>>> series.resample( '30S' ).bfill()[ 0 : 5 ]
2000 - 01 - 01 00 : 00 : 00  0
2000 - 01 - 01 00 : 00 : 30  1
2000 - 01 - 01 00 : 01 : 00  1
2000 - 01 - 01 00 : 01 : 30  2
2000 - 01 - 01 00 : 02 : 00  2
Freq: 30S , dtype: int64

通过apply运行一个自定义函数 。

?
1
2
3
4
5
6
7
>>> def custom_resampler(array_like):
...   return np. sum (array_like) + 5
>>> series.resample( '3T' ). apply (custom_resampler)
2000 - 01 - 01 00 : 00 : 00   8
2000 - 01 - 01 00 : 03 : 00  17
2000 - 01 - 01 00 : 06 : 00  26
Freq: 3T , dtype: int64

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持我.

原文链接：https://blog.csdn.net/wangshuang1631/article/details/52314944 。

最后此篇关于Pandas中resample方法详解的文章就讲到这里了,如果你想了解更多关于Pandas中resample方法详解的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！ 。

31 4 0
文章推荐： 运用python去除图片水印
文章推荐： Python列表与元组的异同详解
文章推荐： 西安一码通如何绑定小朋友 西安一码通怎么更换登录
文章推荐： JavaScript splice()方法详解
qq735679552
个人简介

我是一名优秀的程序员,十分优秀！

滴滴打车优惠券免费领取
滴滴打车优惠券
全站热门文章
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com