pandas的resample重取樣

pandas中的resample，重新取樣，是對原樣本重新處理的乙個方法，是乙個對常規時間序列資料重新取樣和頻率轉換的便捷的方法。

降取樣：高頻資料到低頻資料

公升取樣：低頻資料到高頻資料

主要函式：resample()（pandas物件都會有這個方法）

引數說明

freq

表示重取樣頻率，例如『m』、『5min』，second(15)

how=』mean』

用於產生聚合值的函式名或陣列函式，例如『mean』、『ohlc』、np.max等，預設是『mean』，其他常用的值由：『first』、『last』、『median』、『max』、『min』

axis=0

預設是縱軸，橫軸設定axis=1

fill_method = none

公升取樣時如何插值，比如『ffill』、『bfill』等

closed = 『right』

在降取樣時，各時間段的哪一段是閉合的，『right』或『left』，預設『right』

label= 『right』

在降取樣時，如何設定聚合值的標籤，例如，9：30-9：35會被標記成9：30還是9：35,預設9：35

loffset = none

面元標籤的時間校正值，比如『-1s』或second(-1)用於將聚合標籤調早1秒

limit=none

在向前或向後填充時，允許填充的最大時期數

kind = none

聚合到時期（『period』）或時間戳（『timestamp』），預設聚合到時間序列的索引型別

convention = none

當重取樣時期時，將低頻率轉換到高頻率所採用的約定（start或end）。預設『end』

首先建立乙個series，取樣頻率為一分鐘。

>>> 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

>>> 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

>>> 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

>>> 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

>>> 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

>>> 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

>>> 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

>>> def custom_resampler(array_like):

...     return np.sum(array_like)+5

2000-01-01 00:03:00 17

2000-01-01 00:06:00 26

freq: 3t, dtype: int64

Pandas中resample方法詳解

pandas中的resample，重新取樣，是對原樣本重新處理的乙個方法，是乙個對常規時間序列資料重新取樣和頻率轉換的便捷的方法。方法的格式是 dataframe.resample rule how none axis 0 fill method none closed none label non...

Pandas中resample方法詳解

pandas中的resample，重新取樣，是對原樣本重新處理的乙個方法，是乙個對常規時間序列資料重新取樣和頻率轉換的便捷的方法。方法的格式是 dataframe.resample rule,how none,axis 0,fill method none,closed none,label non...

Pandas中的resample，重新取樣

pandas中的resample，重新取樣，是對原樣本重新處理的乙個方法，是乙個對常規時間序列資料重新取樣和頻率轉換的便捷的方法。方法的格式是 dataframe.resample rule,how none,axis 0,fill method none,closed none,label non...