這篇文章主要講解了如何使用pandas的resample重采樣，內容清晰明了，對此有興趣的小伙伴可以學習一下，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，是一個對常規時間序列數據重新采樣和頻率轉換的便捷的方法。
降采樣：高頻數據到低頻數據
升采樣：低頻數據到高頻數據
主要函數：resample()（pandas對象都會有這個方法）
resample方法的參數
| 參數 | 說明 |
|---|---|
| freq | 表示重采樣頻率，例如‘M'、‘5min'，Second(15) |
| how='mean' | 用于產生聚合值的函數名或數組函數，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)用于將聚合標簽調早1秒 |
| limit=None | 在向前或向后填充時，允許填充的最大時期數 |
| 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，將低頻率轉換到高頻率所采用的約定（start或end）。默認‘end' |
首先創建一個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，但是關閉right區間。
>>> 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
>>> 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，如果還想學習更多內容，歡迎關注億速云行業資訊頻道。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
