Pandas中resample方法详解

技术  /  管理员 发布于 7年前   191

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：

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。

>>> index = pd.date_range('1/1/2000', periods=9, freq='T')>>> series = pd.Series(range(9), index=index)>>> series2000-01-01 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  8Freq: T, dtype: int64

降低采样频率为三分钟

>>> series.resample('3T').sum()2000-01-01 00:00:00   32000-01-01 00:03:00  122000-01-01 00:06:00  21Freq: 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。

>>> series.resample('3T', label='right').sum()2000-01-01 00:03:00   32000-01-01 00:06:00  122000-01-01 00:09:00  21Freq: 3T, dtype: int64

降低采样频率为三分钟，但是关闭right区间。

>>> series.resample('3T', label='right', closed='right').sum()2000-01-01 00:00:00   02000-01-01 00:03:00   62000-01-01 00:06:00  152000-01-01 00:09:00  15Freq: 3T, dtype: int64

增加采样频率到30秒

>>> series.resample('30S').asfreq()[0:5] #select first 5 rows2000-01-01 00:00:00   02000-01-01 00:00:30  NaN2000-01-01 00:01:00   12000-01-01 00:01:30  NaN2000-01-01 00:02:00   2Freq: 30S, dtype: float64

增加采样频率到30S,使用pad方法填充nan值。

>>> series.resample('30S').pad()[0:5]2000-01-01 00:00:00  02000-01-01 00:00:30  02000-01-01 00:01:00  12000-01-01 00:01:30  12000-01-01 00:02:00  2Freq: 30S, dtype: int64

增加采样频率到30S,使用bfill方法填充nan值。

>>> series.resample('30S').bfill()[0:5]2000-01-01 00:00:00  02000-01-01 00:00:30  12000-01-01 00:01:00  12000-01-01 00:01:30  22000-01-01 00:02:00  2Freq: 30S, dtype: int64

通过apply运行一个自定义函数

>>> def custom_resampler(array_like):...   return np.sum(array_like)+5>>> series.resample('3T').apply(custom_resampler)2000-01-01 00:00:00   82000-01-01 00:03:00  172000-01-01 00:06:00  26Freq: 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。