Pandas中的resample重采样函数

最新推荐文章于 2025-03-12 06:40:38 发布

次第花开缓缓归来

最新推荐文章于 2025-03-12 06:40:38 发布

阅读量3.1k

点赞数 4

CC 4.0 BY-SA版权

分类专栏： python

原文链接：https://www.cnblogs.com/piaodoo/p/13961491.html

python 专栏收录该内容

12 篇文章

订阅专栏

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。

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'

times=pd.date_range('20180101',periods=30)

ts=pd.Series(np.arange(1,31),index=times)

ts

2018-01-01 1

2018-01-02 2

2018-01-03 3

2018-01-04 4

2018-01-05 5

2018-01-06 6

2018-01-07 7

2018-01-08 8

2018-01-09 9

2018-01-10 10

2018-01-11 11

2018-01-12 12

2018-01-13 13

2018-01-14 14

2018-01-15 15

2018-01-16 16

2018-01-17 17

2018-01-18 18

2018-01-19 19

2018-01-20 20

2018-01-21 21

2018-01-22 22

2018-01-23 23

2018-01-24 24

2018-01-25 25

2018-01-26 26

2018-01-27 27

2018-01-28 28

2018-01-29 29

2018-01-30 30

Freq: D, dtype: int32

ts_7d=ts.resample('7D').sum()

ts_7d

2018-01-01 28

2018-01-08 77

2018-01-15 126

2018-01-22 175

2018-01-29 59

dtype: int32

我们看看上面代码，就是先给出一个1-30号的series，l然后聚合成左闭右开的5个区间[1,8)，[8,15)，[15,22)，[22-29)，[29-5(下个月))，每个区间的值就为单个区间值之和。由于29号往后只有29号和30号有值，所以只有两个值

下面我们看看label和closed的功能

ts_7d=ts.resample('7D',closed='right',label='left').sum()

ts_7d

Out[14]: 

2017-12-25 1 

2018-01-01 35 

2018-01-08 84 

2018-01-15 133 

2018-01-22 182 

2018-01-29 30 

上面的代码，将closed改为了right，区间就变成了左开右闭，那么如果从区间还是(1,8]，1就取不到，所以往前取，就是(25,1],(1,8],(8,15],(15,22],(22,29],(29,5]这6个区间

ts_7d=ts.resample('7D',closed='right',label='right').sum()

ts_7d

Out[15]: 

2018-01-01 1 

2018-01-08 35 

2018-01-15 84 

2018-01-22 133 

2018-01-29 182 

2018-02-05 30 

dtype: int32 

上面的代码就可以看出label=right就是指label等于区间右边的值，如果label=left就是指label等于区间左边的值。

重采样

降低时间的细粒度，对于重采样，主要是涉及到值的填充。有下面的三种填充方法：

不填充：那么对应无值的地方，用NaN代替。对应的方法是asfreq。

用前值填充：用前面的值填充无值的地方。对应的方法是ffill或者pad。

用后值填充：对应的方法是bfill，b代表back。

下面给出代码看一下

ts_7h_asfreq = ts.resample('7H').asfreq()

ts_7h_asfreq.head(4)

ts_7h_ffill = ts.resample('7H').ffill()

ts_7h_ffill.head(4)

ts_7h_bfill = ts.resample('7H').bfill()

ts_7h_bfill.head(4)

Out[15]:

2018-01-01 00:00:00 1.0

2018-01-01 07:00:00 NaN

2018-01-01 14:00:00 NaN

2018-01-01 21:00:00 NaN

Freq: 7H, dtype: float64

2018-01-01 00:00:00 1 

2018-01-01 07:00:00 1 

2018-01-01 14:00:00 1 

2018-01-01 21:00:00 1 

Freq: 7H, dtype: int32 

2018-01-01 00:00:00 1 

2018-01-01 07:00:00 2 

2018-01-01 14:00:00 2 

2018-01-01 21:00:00 2 

Freq: 7H, dtype: int32 