resample()

resample()进行重采样。

重采样（Resampling）指的是把时间序列的频度变为另一个频度的过程。把高频度的数据变为低频度叫做降采样（downsampling），把低频度变为高频度叫做增采样（upsampling）。

降采样

考虑因素：

各区间哪边是闭合的（参数：closed）

如何标记各聚合面元，用区间的开头还是末尾（参数：label）

In [232]: ts_index = pd.date_range('2018-08-03',periods =12,freq = 'T')In [233]: ts = pd.Series(np.arange(12),index = ts_index)In [234]: tsOut[234]:2018-08-03 00:00:00 02018-08-03 00:01:00 12018-08-03 00:02:00 22018-08-03 00:03:00 32018-08-03 00:04:00 42018-08-03 00:05:00 52018-08-03 00:06:00 62018-08-03 00:07:00 72018-08-03 00:08:00 82018-08-03 00:09:00 92018-08-03 00:10:00 102018-08-03 00:11:00 11Freq: T, dtype: int32

默认使用左标签（label=‘left'），左闭合（closed='left'）

此时第一个区间为：2018-08-03 00:00:00~2018-08-03 00:04:59，故sum为10，label为：2018-08-03 00:00:00

In [235]: ts.resample('5min').sum()Out[235]:2018-08-03 00:00:00 102018-08-03 00:05:00 352018-08-03 00:10:00 21Freq: 5T, dtype: int32

可以指定为右闭合（closed='right'），默认使用左标签（label=‘left'）

此时第一个区间为：2018-08-02 23:55:01~2018-08-03 00:00:00，故sum为0，label为：2018-08-02 23:55:00

In [236]: ts.resample('5min',closed='right').sum()Out[236]:2018-08-02 23:55:00 02018-08-03 00:00:00 152018-08-03 00:05:00 402018-08-03 00:10:00 11Freq: 5T, dtype: int32

可以指定为右闭合（closed='right'），右标签（label=‘right'）

此时第一个区间为：2018-08-02 23:55:01~2018-08-03 00:00:00，故sum为0，label为：2018-08-03 00:00:00

In [237]: ts.resample('5min',closed='right',label='right').sum()Out[237]:2018-08-03 00:00:00 02018-08-03 00:05:00 152018-08-03 00:10:00 402018-08-03 00:15:00 11Freq: 5T, dtype: int32

升采样

考虑因素：

没有聚合，但是需要填充

In [244]: frame = pd.DataFrame(np.random.randn(2, 4), ...: index=pd.date_range('1/1/2000', periods=2, ...: freq='W-WED'), # freq='W-WED'表示按周 ...: columns=['Colorado', 'Texas', 'New York', 'Ohio'])In [245]: frameOut[245]: Colorado Texas New York Ohio2000-01-05 1.201713 0.029819 -1.366082 -1.3252522000-01-12 -0.711291 -1.070133 1.469272 0.809806

当我们对这个数据进行聚合的的时候，每个组只有一个值，以及gap（间隔）之间的缺失值。在不使用任何聚合函数的情况下，

我们使用asfreq方法将其转换为高频度：

In [246]: df_daily = frame.resample('D').asfreq()In [247]: df_dailyOut[247]: Colorado Texas New York Ohio2000-01-05 1.201713 0.029819 -1.366082 -1.3252522000-01-06 NaN NaN NaN NaN2000-01-07 NaN NaN NaN NaN2000-01-08 NaN NaN NaN NaN2000-01-09 NaN NaN NaN NaN2000-01-10 NaN NaN NaN NaN2000-01-11 NaN NaN NaN NaN2000-01-12 -0.711291 -1.070133 1.469272 0.809806

使用ffill()进行填充

In [248]: frame.resample('D').ffill()Out[248]: Colorado Texas New York Ohio2000-01-05 1.201713 0.029819 -1.366082 -1.3252522000-01-06 1.201713 0.029819 -1.366082 -1.3252522000-01-07 1.201713 0.029819 -1.366082 -1.3252522000-01-08 1.201713 0.029819 -1.366082 -1.3252522000-01-09 1.201713 0.029819 -1.366082 -1.3252522000-01-10 1.201713 0.029819 -1.366082 -1.3252522000-01-11 1.201713 0.029819 -1.366082 -1.3252522000-01-12 -0.711291 -1.070133 1.469272 0.809806In [249]: frame.resample('D').ffill(limit=2)Out[249]: Colorado Texas New York Ohio2000-01-05 1.201713 0.029819 -1.366082 -1.3252522000-01-06 1.201713 0.029819 -1.366082 -1.3252522000-01-07 1.201713 0.029819 -1.366082 -1.3252522000-01-08 NaN NaN NaN NaN2000-01-09 NaN NaN NaN NaN2000-01-10 NaN NaN NaN NaN2000-01-11 NaN NaN NaN NaN2000-01-12 -0.711291 -1.070133 1.469272 0.809806

新的日期索引没必要跟旧的重叠

In [250]: frame.resample('W-THU').ffill()Out[250]: Colorado Texas New York Ohio2000-01-06 1.201713 0.029819 -1.366082 -1.3252522000-01-13 -0.711291 -1.070133 1.469272 0.809806

分组重采样

In [279]: times = pd.date_range('2018-08-3 00:00', freq='1min', periods=10)In [280]: df2 = pd.DataFrame({'time': times.repeat(3), ...: 'key': np.tile(['a', 'b', 'c'], 10), ...: 'value': np.arange(30)})In [281]: df2[:5]Out[281]: key time value0 a 2018-08-03 00:00:00 01 b 2018-08-03 00:00:00 12 c 2018-08-03 00:00:00 23 a 2018-08-03 00:01:00 34 b 2018-08-03 00:01:00 4In [282]: df2.groupby(['key',pd.Grouper(key='time',freq='5min')]).sum()Out[282]: valuekey timea 2018-08-03 00:00:00 30 2018-08-03 00:05:00 105b 2018-08-03 00:00:00 35 2018-08-03 00:05:00 110c 2018-08-03 00:00:00 40 2018-08-03 00:05:00 115

asfreq()

asfreq()进行频度转换。

>>> index = pd.date_range('1/1/2000', periods=4, freq='T')>>> series = pd.Series([0.0, None, 2.0, 3.0], index=index)>>> df = pd.DataFrame({'s':series})>>> df s2000-01-01 00:00:00 0.02000-01-01 00:01:00 NaN2000-01-01 00:02:00 2.02000-01-01 00:03:00 3.0

将频度转换为30s

>>> df.asfreq(freq='30S') s2000-01-01 00:00:00 0.02000-01-01 00:00:30 NaN2000-01-01 00:01:00 NaN2000-01-01 00:01:30 NaN2000-01-01 00:02:00 2.02000-01-01 00:02:30 NaN2000-01-01 00:03:00 3.0

将频度转换为2min，不会进行重采样（与resample的不同之处）

>>> df.asfreq(freq='2min') s2000-01-01 00:00:00 0.02000-01-01 00:02:00 2.0

使用bfill()进行填充

>>> df.asfreq(freq='30S').bfill() s2000-01-01 00:00:00 0.02000-01-01 00:00:30 NaN2000-01-01 00:01:00 NaN2000-01-01 00:01:30 2.02000-01-01 00:02:00 2.02000-01-01 00:02:30 3.02000-01-01 00:03:00 3.0

以上这篇Pandas —— resample()重采样和asfreq()频度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。