|
|
|
Pandas resample数据重采样 |
15 次浏览 |
1次 |
|
|
|
数据重采样是将时间序列从一个频率转换至另一个频率的过程，它主要有两种实现方式，分别是降采样和升采样，降采样指将高频率的数据转换为低频率，升采样则与其恰好相反，说明如下：
| 方法 | 说明 |
| 降采样 |
将高频率(间隔短)数据转换为低频率(间隔长)。 |
| 升采样 |
将低频率数据转换为高频率。 |
Pandas 提供了 resample() 函数来实现数据的重采样。
降采样
通过 resample() 函数完成数据的降采样，比如按天计数的频率转换为按月计数。
1. import pandas as pd
2. import numpy as np
3. rng = pd.date_range('1/1/2021',periods=100,freq='D')
4. ts = pd.Series(np.random.randn(len(rng)),index=rng)
5.
6. ts.resample('M').mean() |
输出结果：
2021-01-31 0.210353
2021-02-28 -0.058859
2021-03-31 -0.182952
2021-04-30 0.205254
Freq: M, dtype: float64 |
如果您只想看到月份，那么您可以设置 kind=period，如下所示：
ts.resample('M',kind='period').mean() |
输出结果：
2021-01 -0.153121
2021-02 0.136231
2021-03 -0.238975
2021-04 -0.309502
Freq: M, dtype: float64 |
升采样
升采样是将低频率（时间间隔）转换为高频率，示例如下：
1. import pandas as pd
2. import numpy as np
3.
4. rng = pd.date_range('1/1/2021', periods=20, freq='3D')
5. ts = pd.Series(np.random.randn(len(rng)), index=rng)
6. print(ts.head())
7.
8. ts.resample('D').asfreq().head() |
输出结果：
升采样前：
2021-01-01 0.608716
2021-01-04 1.097451
2021-01-07 -1.280173
2021-01-10 -0.175065
2021-01-13 1.046831
Freq: 3D, dtype: float64
升采样后：
2021-01-01 0.608716
2021-01-02 NaN
2021-01-03 NaN
2021-01-04 1.097451
2021-01-05 NaN
Freq: D, dtype: float64 |
频率转换
asfreq() 方法不仅能够实现频率转换，还可以保留原频率对应的数值，同时它也可以单独使用，示例如下：
1. index = pd.date_range('1/1/2021', periods=6, freq='T')
2. series = pd.Series([0.0, None, 2.0, 3.0,4.0,5.0], index=index)
3. df = pd.DataFrame({'s':series})
4. print(df.asfreq("45s")) |
输出结果：
num
2021-01-01 00:00:00 0.0
2021-01-01 00:00:45 NaN
2021-01-01 00:01:30 NaN
2021-01-01 00:02:15 NaN
2021-01-01 00:03:00 3.0
2021-01-01 00:03:45 NaN
2021-01-01 00:04:30 NaN |
插值处理
从上述示例不难看出，升采样的结果会产生缺失值，那么就需要对缺失值进行处理，一般有以下几种处理方式：
| 方法 | 说明 |
| pad/ffill |
用前一个非缺失值去填充缺失值。 |
| backfill/bfill |
用后一个非缺失值去填充缺失值。 |
| interpolater('linear') |
线性插值方法。 |
| fillna(value) |
指定一个值去替换缺失值。 |
下面使用插值方法处理 NaN 值，示例如下：
1. import pandas as pd
2. import numpy as np
3.
4. rng = pd.date_range('1/1/2021', periods=20, freq='3D')
5. ts = pd.Series(np.random.randn(len(rng)), index=rng)
6. print(ts.resample('D').asfreq().head())
7.
8. ts.resample('D').asfreq().ffill().head() |
输出结果：
2021-01-01 0.555580
2021-01-02 NaN
2021-01-03 NaN
2021-01-04 -0.079324
2021-01-05 NaN
Freq: D, dtype: float64
#插值处理，注意对比
2021-01-01 0.555580
2021-01-02 0.555580
2021-01-03 0.555580
2021-01-04 -0.079324
2021-01-05 -0.079324
Freq: D, dtype: float64 |
|
15 次浏览 |
1次 |
|
|
|
|
