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：
|
1
|
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。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
>>> 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
|
1
2
3
4
5
|
>>> 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。
|
1
2
3
4
5
|
>>> 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。
|
1
2
3
4
5
6
|
>>> 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
|
1
2
3
4
5
6
7
|
>>> 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。
|
1
2
3
4
5
6
7
|
>>> 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。
|
1
2
3
4
5
6
7
|
>>> 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
|
1
2
3
4
5
6
7
|
>>> 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服务器之家。
原文链接：https://blog.csdn.net/wangshuang1631/article/details/52314944
