python resample函数_Pandas中resample方法详解

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)

>>> 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

降低采样频率为三分钟

>>> 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

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 3

2000-01-01 00:06:00 12

2000-01-01 00:09:00 21

Freq: 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 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

增加采样频率到30秒

>>> 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

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 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

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 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

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 8

2000-01-01 00:03:00 17

2000-01-01 00:06:00 26

Freq: 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脚本之家。