如下所示：

import pandas as pdimport numpy as np

一、介绍

重采样(resampling)指的是将时间序列从一个频率转换到另一个频率的处理过程；

将高频率(间隔短)数据聚合到低频率(间隔长)称为降采样(downsampling)；

将低频率数据转换到高频率则称为升采样(unsampling)；

有些采样即不是降采样也不是升采样，例如将W-WED(每周三)转换为W-FRI；

二、resample方法–转换频率的主力函数

rng = pd.date_range('1/1/2000',periods=100,freq='D')ts = pd.Series(np.random.randn(len(rng)),index=rng)ts.resample('M').mean() # 将100天按月进行降采样(聚合)2000-01-31 -0.1560922000-02-29 0.0606072000-03-31 -0.0396082000-04-30 -0.154838Freq: M, dtype: float64ts.resample('M',kind='period').mean()2000-01 -0.1560922000-02 0.0606072000-03 -0.0396082000-04 -0.154838Freq: M, dtype: float64

三、降采样(聚合)

1.降采样面元(区间)默认才有左闭右开的形式，而且聚合的索引是以左边界标记

rng = pd.date_range('1/1/2000',periods=12,freq='T')ts = pd.Series(np.arange(12),index=rng)ts2000-01-01 00:00:00 02000-01-01 00:01:00 12000-01-01 00:02:00 22000-01-01 00:03:00 32000-01-01 00:04:00 42000-01-01 00:05:00 52000-01-01 00:06:00 62000-01-01 00:07:00 72000-01-01 00:08:00 82000-01-01 00:09:00 92000-01-01 00:10:00 102000-01-01 00:11:00 11Freq: T, dtype: int32ts.resample('5min').sum()2000-01-01 00:00:00 102000-01-01 00:05:00 352000-01-01 00:10:00 21Freq: 5T, dtype: int32

2.通过参数closed='right'可以实现左开右闭

ts.resample('5min',closed='right').sum()1999-12-31 23:55:00 02000-01-01 00:00:00 152000-01-01 00:05:00 402000-01-01 00:10:00 11Freq: 5T, dtype: int32

3.通过参数label='right'可以实现以右边界为聚合后的标签

ts.resample('5min',closed='right',label='right').sum()2000-01-01 00:00:00 02000-01-01 00:05:00 152000-01-01 00:10:00 402000-01-01 00:15:00 11Freq: 5T, dtype: int32

4.通过参数loffset可以实现精准的调整标签

ts.resample('5min',closed='right',loffset='-1s').sum()1999-12-31 23:54:59 01999-12-31 23:59:59 152000-01-01 00:04:59 402000-01-01 00:09:59 11Freq: 5T, dtype: int32

四、OHLC重采样

在金融领域常用的聚合方式–OHLC，它会计算各个面元的：第一个值(开盘)、最后一个值(收盘)、最大值和最小值，并产生一个DataFrame

print(ts.resample('5min').ohlc()) open high low close2000-01-01 00:00:00 0 4 0 42000-01-01 00:05:00 5 9 5 92000-01-01 00:10:00 10 11 10 11

五、通过groupby进行重采样

rng = pd.date_range('1/1/2000',periods=100,freq='D')ts = pd.Series(np.arange(100),index=rng)ts.groupby(lambda x:x.month).mean() # 等价于 ts.groupby(rng.month).mean()1 152 453 754 95dtype: int32ts.groupby(lambda x:x.weekday).mean() # 按周聚合0 47.51 48.52 49.53 50.54 51.55 49.06 50.0dtype: float64

六、升采样和插值

升采样是从低频率到高频率，这样会引入缺失值；

升采样时需要决定采样后结果中具体那个值代替原始的值；

当决定了替换原始值的值后，中间的值会按照频率进行添加；

frame = pd.DataFrame(np.random.randn(2,4), index = pd.date_range('1/1/2000',periods=2,freq='W-WED'), columns = ['Colorado','Texas','New York','Ohio'])print(frame) Colorado Texas New York Ohio2000-01-05 -0.078765 1.389417 0.732726 0.8167232000-01-12 -0.663686 0.744384 1.395332 -0.031715

1.升采样、前向填充

df_daily = frame.resample('D')print(df_daily.ffill()) Colorado Texas New York Ohio2000-01-05 -0.078765 1.389417 0.732726 0.8167232000-01-06 -0.078765 1.389417 0.732726 0.8167232000-01-07 -0.078765 1.389417 0.732726 0.8167232000-01-08 -0.078765 1.389417 0.732726 0.8167232000-01-09 -0.078765 1.389417 0.732726 0.8167232000-01-10 -0.078765 1.389417 0.732726 0.8167232000-01-11 -0.078765 1.389417 0.732726 0.8167232000-01-12 -0.663686 0.744384 1.395332 -0.031715print(df_daily.ffill(limit=2)) Colorado Texas New York Ohio2000-01-05 -0.078765 1.389417 0.732726 0.8167232000-01-06 -0.078765 1.389417 0.732726 0.8167232000-01-07 -0.078765 1.389417 0.732726 0.8167232000-01-08 NaN NaN NaN NaN2000-01-09 NaN NaN NaN NaN2000-01-10 NaN NaN NaN NaN2000-01-11 NaN NaN NaN NaN2000-01-12 -0.663686 0.744384 1.395332 -0.031715

2.重采样后的日期不一定与先前的日期有交集

print(frame) Colorado Texas New York Ohio2000-01-05 -0.078765 1.389417 0.732726 0.8167232000-01-12 -0.663686 0.744384 1.395332 -0.031715print(frame.resample('W-THU').ffill()) # 重采样后的结果开始为全NaN，使用ffill会使用2000-01-05和2000-01-12的值向前填充 Colorado Texas New York Ohio2000-01-06 -0.078765 1.389417 0.732726 0.8167232000-01-13 -0.663686 0.744384 1.395332 -0.031715

七、通过时期(period)进行重采样

1.将采样

frame = pd.DataFrame(np.random.randn(24,4), index = pd.period_range('1-2000','12-2001',freq='M'), columns = ['Colorado','Texas','New York','Ohio'])print(frame[:5]) Colorado Texas New York Ohio2000-01 -1.956495 -0.689508 0.057439 -0.6558322000-02 -0.491443 -1.731887 1.336801 0.6598772000-03 -0.139601 -1.310386 -0.299205 1.1942692000-04 0.431474 -1.312518 1.880223 0.3794212000-05 -0.674796 0.471018 0.132998 0.509761annual_frame = frame.resample('A-DEC').mean()print(annual_frame) Colorado Texas New York Ohio2000 -0.332076 -0.762599 0.046917 0.2249082001 -0.152922 0.168667 -0.326439 -0.052034

2.通过convention决定在升采样后，那端来替换原来的值

# Q-DEC:以12月做为最后一个季度的最后一个月进行升采样.也就是1-3月是1季度，4-6月是2季度，7-9月是3季度，10-12月是4季度print(annual_frame.resample('Q-DEC').ffill()) Colorado Texas New York Ohio2000Q1 -0.332076 -0.762599 0.046917 0.2249082000Q2 -0.332076 -0.762599 0.046917 0.2249082000Q3 -0.332076 -0.762599 0.046917 0.2249082000Q4 -0.332076 -0.762599 0.046917 0.2249082001Q1 -0.152922 0.168667 -0.326439 -0.0520342001Q2 -0.152922 0.168667 -0.326439 -0.0520342001Q3 -0.152922 0.168667 -0.326439 -0.0520342001Q4 -0.152922 0.168667 -0.326439 -0.052034# 使用2000Q4替换2000、2001Q4替换2001，这两个值2000Q4和2001Q4之间就是升采样新增的值print(annual_frame.resample('Q-DEC',convention='end').ffill()) Colorado Texas New York Ohio2000Q4 -0.332076 -0.762599 0.046917 0.2249082001Q1 -0.332076 -0.762599 0.046917 0.2249082001Q2 -0.332076 -0.762599 0.046917 0.2249082001Q3 -0.332076 -0.762599 0.046917 0.2249082001Q4 -0.152922 0.168667 -0.326439 -0.052034

3.综合案例解析

Q-MAR：4-6月是1季度，7-9月是2季度，10-12月是3季度，1-3月是4季度；

2000-01到2000-03是2000Q4，2000-04到2000-6是2001Q1,以此类推；

2000转变为[2000Q4,2001Q1,2001Q2,2001Q3]，2001转变为[2001Q4,2002Q1,2002Q2,2002Q3]；

convention='end'，那么会使用2001Q3替换原始的2000，2002Q3替换2001,中间的部分自动添加；

索引结果为[2001Q3,2001Q4,2002Q1,2002Q2,2002Q3]；

print(annual_frame.resample('Q-MAR',convention='end').ffill()) Colorado Texas New York Ohio2001Q3 -0.332076 -0.762599 0.046917 0.2249082001Q4 -0.332076 -0.762599 0.046917 0.2249082002Q1 -0.332076 -0.762599 0.046917 0.2249082002Q2 -0.332076 -0.762599 0.046917 0.2249082002Q3 -0.152922 0.168667 -0.326439 -0.052034

以上这篇Pandas时间序列:重采样及频率转换方式就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。