溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務(wù)條款》
您好，登錄后才能下訂單哦！
這篇文章主要講解了如何使用pandas的resample重采樣，內(nèi)容清晰明了，對此有興趣的小伙伴可以學(xué)習(xí)一下，相信大家閱讀完之后會有幫助。
Pandas中的resample，重新采樣，是對原樣本重新處理的一個方法，是一個對常規(guī)時間序列數(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對象都會有這個方法）
resample方法的參數(shù)
| 參數(shù) | 說明 |
|---|---|
| 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，默認是‘mean'，其他常用的值由：‘first'、‘last'、‘median'、‘max'、‘min' |
| axis=0 | 默認是縱軸，橫軸設(shè)置axis=1 |
| fill_method = None | 升采樣時如何插值，比如‘ffill'、‘bfill'等 |
| closed = ‘right' | 在降采樣時，各時間段的哪一段是閉合的，‘right'或‘left'，默認‘right' |
| label= ‘right' | 在降采樣時，如何設(shè)置聚合值的標簽，例如，9：30-9：35會被標記成9：30還是9：35,默認9：35 |
| loffset = None | 面元標簽的時間校正值，比如‘-1s'或Second(-1)用于將聚合標簽調(diào)早1秒 |
| limit=None | 在向前或向后填充時，允許填充的最大時期數(shù) |
| kind = None | 聚合到時期（‘period'）或時間戳（‘timestamp'），默認聚合到時間序列的索引類型 |
| convention = None | 當重采樣時期時，將低頻率轉(zhuǎn)換到高頻率所采用的約定（start或end）。默認‘end' |
首先創(chuàng)建一個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，但是每個標簽使用right來代替left。請注意，bucket中值的用作標簽。
>>> 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apply運行一個自定義函數(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看完上述內(nèi)容，是不是對如何使用pandas的resample重采樣有進一步的了解，如果還想學(xué)習(xí)更多內(nèi)容，歡迎關(guān)注億速云行業(yè)資訊頻道。
免責(zé)聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點不代表本網(wǎng)站立場，如果涉及侵權(quán)請聯(lián)系站長郵箱：is@yisu.com進行舉報，并提供相關(guān)證據(jù)，一經(jīng)查實，將立刻刪除涉嫌侵權(quán)內(nèi)容。
億速云公眾號
手機網(wǎng)站二維碼