快捷導(dǎo)航

pandas的resample重采樣的使用

更新時(shí)間：2020年04月24日 10:51:49 作者：jingsupo

這篇文章主要介紹了pandas的resample重采樣的使用,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

Pandas中的resample，重新采樣，是對(duì)原樣本重新處理的一個(gè)方法，是一個(gè)對(duì)常規(guī)時(shí)間序列數(shù)據(jù)重新采樣和頻率轉(zhuǎn)換的便捷的方法。

降采樣：高頻數(shù)據(jù)到低頻數(shù)據(jù)

升采樣：低頻數(shù)據(jù)到高頻數(shù)據(jù)

主要函數(shù)：resample()（pandas對(duì)象都會(huì)有這個(gè)方法）

resample方法的參數(shù)

參數(shù)	說(shuō)明
freq	表示重采樣頻率，例如‘M'、‘5min'，Second(15)
how='mean'	用于產(chǎn)生聚合值的函數(shù)名或數(shù)組函數(shù)，例如‘mean'、‘ohlc'、np.max等，默認(rèn)是‘mean'，其他常用的值由：‘first'、‘last'、‘median'、‘max'、‘min'
axis=0	默認(rèn)是縱軸，橫軸設(shè)置axis=1
fill_method = None	升采樣時(shí)如何插值，比如‘ffill'、‘bfill'等
closed = ‘right'	在降采樣時(shí)，各時(shí)間段的哪一段是閉合的，‘right'或‘left'，默認(rèn)‘right'
label= ‘right'	在降采樣時(shí)，如何設(shè)置聚合值的標(biāo)簽，例如，9：30-9：35會(huì)被標(biāo)記成9：30還是9：35,默認(rèn)9：35
loffset = None	面元標(biāo)簽的時(shí)間校正值，比如‘-1s'或Second(-1)用于將聚合標(biāo)簽調(diào)早1秒
limit=None	在向前或向后填充時(shí)，允許填充的最大時(shí)期數(shù)
kind = None	聚合到時(shí)期（‘period'）或時(shí)間戳（‘timestamp'），默認(rèn)聚合到時(shí)間序列的索引類型
convention = None	當(dāng)重采樣時(shí)期時(shí)，將低頻率轉(zhuǎn)換到高頻率所采用的約定（start或end）。默認(rèn)‘end'

首先創(chuàng)建一個(gè)Series，采樣頻率為一分鐘。

>>> 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

降低采樣頻率為三分鐘

>>> 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

降低采樣頻率為三分鐘，但是每個(gè)標(biāo)簽使用right來(lái)代替left。請(qǐng)注意，bucket中值的用作標(biāo)簽。

>>> 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

降低采樣頻率為三分鐘，但是關(guān)閉right區(qū)間。

>>> 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

增加采樣頻率到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

增加采樣頻率到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

增加采樣頻率到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

通過(guò)apply運(yùn)行一個(gè)自定義函數(shù)

>>> 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

到此這篇關(guān)于pandas的resample重采樣的使用的文章就介紹到這了,更多相關(guān)pandas resample重采樣內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: