您好,登錄后才能下訂單哦!
小編給大家分享一下Pandas時(shí)間序列重采樣方法中closed、label有什么用,希望大家閱讀完這篇文章之后都有所收獲,下面讓我們一起去探討吧!
Pandas提供了便捷的方式對時(shí)間序列進(jìn)行重采樣,根據(jù)時(shí)間粒度的變大或者變小分為降采樣和升采樣:
降采樣:時(shí)間粒度變大。例如,原來是按天統(tǒng)計(jì)的數(shù)據(jù),現(xiàn)在變成按周統(tǒng)計(jì)。降采樣會涉及到數(shù)據(jù)的聚合,比如天數(shù)據(jù)變成周數(shù)據(jù),那么就得對一周的7天數(shù)據(jù)聚合,聚合的方式可以是求和,求均值等等。
升采樣:時(shí)間粒度變小。例如,原來是按周統(tǒng)計(jì)的數(shù)據(jù),現(xiàn)在變成按天統(tǒng)計(jì)。升采樣會涉及到數(shù)據(jù)的填充,根據(jù)填充的方法不同填充的數(shù)據(jù)也就不同。
下面涉及的例子,都需要導(dǎo)入numpy和pandas(如下),并且對于降采樣數(shù)據(jù)的聚合做簡單的求和處理。
import numpy as np import pandas as pd
Pandas重采樣方法resample
在Pandas里,通過resample來處理重采樣,根據(jù)頻率的不同(freq)會處理成降采樣或者升采樣。我們先來看看Resample的定義和關(guān)鍵參數(shù)注釋:
resample(self, rule, how=None, axis=0, fill_method=None, closed=None, label=None, convention='start', kind=None, loffset=None, limit=None, base=0, on=None, level=None) Convenience method for frequency conversion and resampling of time series. Object must have a datetime-like index (DatetimeIndex, PeriodIndex, or TimedeltaIndex), or pass datetime-like values to the on or level keyword. Parameters ---------- closed : {'right', 'left'} Which side of bin interval is closed. The default is ‘left' for all frequency offsets except for ‘M', ‘A', ‘Q', ‘BM', ‘BA', ‘BQ', and ‘W' which all have a default of ‘right'. label : {'right', 'left'} Which bin edge label to label bucket with. The default is ‘left' for all frequency offsets except for ‘M', ‘A', ‘Q', ‘BM', ‘BA', ‘BQ', and ‘W' which all have a default of ‘right'.
第一眼看closed和label這兩個參數(shù),會感覺云里霧里,即使看了例子也可能會覺得莫名奇妙。下面我們通過具體的降采樣和升采樣例子,來解讀一下這個兩個參數(shù)內(nèi)含的玄機(jī)。
降采樣
首先先來創(chuàng)建一個時(shí)間序列,起始日期是2018/01/01,一共12天,每天對應(yīng)的數(shù)值分別是1到12:
rng = pd.date_range('20180101', periods=12) ts = pd.Series(np.arange(1,13), index=rng) print(ts) #### Outputs #### 2018-01-01 1 2018-01-02 2 2018-01-03 3 2018-01-04 4 2018-01-05 5 2018-01-06 6 2018-01-07 7 2018-01-08 8 2018-01-09 9 2018-01-10 10 2018-01-11 11 2018-01-12 12 Freq: D, dtype: int32
下面使用resample方法來做降采樣處理,頻率是5天,上面提到的兩個參數(shù),都使用默認(rèn)值:
ts_5d = ts.resample('5D').sum() print(ts_5d) #### Outputs #### 2018-01-01 15 2018-01-06 40 2018-01-11 23 Freq: 5D, dtype: int32
到這里,我相信不論是代碼還是代碼的結(jié)果都很好理解:無非就是每5天來個求和。在第一部分中,我們列出了closed參數(shù)的注釋,從注釋可知,closed默認(rèn)的值是'left'。那如果把closed的值改為'right',結(jié)果有是怎么樣的?
ts_5d_rightclosed = ts.resample('5D', closed='right').sum() print(ts_5d_rightclosed) #### Outputs #### 2017-12-27 1 2018-01-01 20 2018-01-06 45 2018-01-11 12 Freq: 5D, dtype: int32
怎么會這樣?為什么變成了四個區(qū)間?closed=right到底做了什么?
別著急,我們來一步一步看看,這其中發(fā)生了什么事情。原始的時(shí)間序列是從18年1月1號到1月12號,一共12天。以5天為單位降采樣處理后,變成了三個5天,分別是:
第一個5天:1-2-3-4-5-6
第二個5天:6-7-8-9-10-11
第三個5天:12-13-14-15-16
實(shí)際上,這三個5天就是三個區(qū)間了。和數(shù)學(xué)里區(qū)間的概念一樣,區(qū)間有開和閉的概念。在resample中,區(qū)間的開和閉,就是通過closed這個參數(shù)來控制。用數(shù)學(xué)符號表示的話:
closed = 'left' 左閉右開
上面的三個5天可以由以下的三個左閉右開的區(qū)間構(gòu)成:
區(qū)間1:[1, 6)
區(qū)間2: [6, 11)
區(qū)間3:[11, 16) 例子中,時(shí)間只到12號為止,但是這里會往后補(bǔ)足5天
現(xiàn)在,在這三個區(qū)間上做數(shù)據(jù)聚合也就很好理解了。對于區(qū)間1進(jìn)行求和,也就是12、13、14、15、16這5天的值求和即可。區(qū)間2和區(qū)間3也是同理。所以下面的代碼就很好理解了:
ts_5d_leftclosed = ts.resample('5D', closed='right').sum()
print(ts_5d_leftclosed)
#### Outputs #### 2018-01-01 15 2018-01-06 40 2018-01-11 23 Freq: 5D, dtype: int32
closed = 'right' 左開右閉
上面的三個5天可以由以下的四個左開右閉的區(qū)間構(gòu)成。注意,由于第一個5天是從1號到6號,但由于是左開區(qū)間,1號就落不到1到6號的那個區(qū)間,所以要往前補(bǔ)足:
區(qū)間1:(27, 1]
區(qū)間2:(1, 6]
區(qū)間3: (6, 11]
區(qū)間4:(11, 16]
現(xiàn)在,在這四個區(qū)間上做數(shù)據(jù)聚合也是一樣的道理了:對于區(qū)間1,是對28,29,30,31,1這五天的值求和(這里只有1號是有值的),其余的區(qū)間也是同理,但需要注意是左開右閉。所以到這里,上面“莫名其妙”的代碼和結(jié)果就好理解了。復(fù)制代碼和結(jié)果如下:
ts_5d_rightclosed = ts.resample('5D', closed='right').sum() print(ts_5d_rightclosed) #### Outputs #### 2017-12-27 1 2018-01-01 20 2018-01-06 45 2018-01-11 12 Freq: 5D, dtype: int32
理解了clsoed的意義以后,再來理解label就so easy了。由注釋可知,label的默認(rèn)值是left。下面在closed='right'的基礎(chǔ)上,將label設(shè)置為right:
ts_5d_rightclosed_rightlable = ts.resample('5D', closed='right', label='right').sum() print(ts_5d_rightclosed_rightlable) #### Outputs #### 2018-01-01 1 2018-01-06 20 2018-01-11 45 2018-01-16 12 Freq: 5D, dtype: int32
于label為left相比,二者結(jié)果的異同點(diǎn)如下:
相同點(diǎn):一樣是四個區(qū)間,每個區(qū)間的聚合的值是一樣的
不同點(diǎn):每個區(qū)間的索引不同
不難發(fā)現(xiàn),label為left的時(shí)候,就以區(qū)間左邊的那個日期作為索引;label,就以區(qū)間的右邊那個日期作為索引。
綜上,我們可以總結(jié)一下closed和label的用法和意義了:
closed:劃分區(qū)間的依據(jù),left會劃成左閉右開區(qū)間;right會劃分成左開右閉的區(qū)間。一般來說,closed為right的時(shí)候,區(qū)間會比為left的時(shí)候多一個。區(qū)間劃分完畢,聚合運(yùn)算就在這個區(qū)間內(nèi)執(zhí)行。
label:劃分區(qū)間完畢,根據(jù)label的不同,區(qū)間的索引就不同。如果label為left,則區(qū)間左邊的日期作為索引;如果label為right,則區(qū)間右邊的日期作為索引。
升采樣
創(chuàng)建一個時(shí)間序列,起始日期是2018/01/01,一共2天,每天對應(yīng)的數(shù)值分別是1到2:
rng = pd.date_range('20180101', periods=2) ts = pd.Series(np.arange(1,2), index=rng) print(ts) #### Outputs #### 2018-01-01 1 2018-01-02 2 Freq: D, dtype: int32
升采樣就不涉及到closed和label的值,也就是會忽略(筒子們可以驗(yàn)證一下),所以我們在使用的時(shí)候無需設(shè)置這兩個值。對于升采樣,前面也提到,主要是涉及到值的填充。有下面的四種填充方法(實(shí)際是三種):
不填充。那么對應(yīng)無值的地方,用NaN代替。對應(yīng)的方法是asfreq。
用前值填充。用前面的值填充無值的地方。對應(yīng)的方法是ffill或者pad。這里方便記憶,ffill的第一個f是代表forward,向前的意思
用后值填充。對應(yīng)的方法是bfill,b代表back。
下面是一個例子:
ts_6h_asfreq = ts.resample('6H').asfreq() print(ts_6h_asfreq) ts_6h_pad = ts.resample('6H').pad() print(ts_6h_pad) ts_6h_ffill = ts.resample('6H').ffill() print(ts_6h_ffill) ts_6h_bfill = ts.resample('6H').bfill() print(ts_6h_bfill) #### Outputs #### 2018-01-01 00:00:00 1.0 2018-01-01 06:00:00 NaN 2018-01-01 12:00:00 NaN 2018-01-01 18:00:00 NaN 2018-01-02 00:00:00 2.0 Freq: 6H, dtype: float64 2018-01-01 00:00:00 1 2018-01-01 06:00:00 1 2018-01-01 12:00:00 1 2018-01-01 18:00:00 1 2018-01-02 00:00:00 2 Freq: 6H, dtype: int32 2018-01-01 00:00:00 1 2018-01-01 06:00:00 1 2018-01-01 12:00:00 1 2018-01-01 18:00:00 1 2018-01-02 00:00:00 2 Freq: 6H, dtype: int32 2018-01-01 00:00:00 1 2018-01-01 06:00:00 2 2018-01-01 12:00:00 2 2018-01-01 18:00:00 2 2018-01-02 00:00:00 2 Freq: 6H, dtype: int32
看完了這篇文章,相信你對“Pandas時(shí)間序列重采樣方法中closed、label有什么用”有了一定的了解,如果想了解更多相關(guān)知識,歡迎關(guān)注億速云行業(yè)資訊頻道,感謝各位的閱讀!
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(diǎn)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(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。