博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
pandas 时间序列resample
阅读量:5928 次
发布时间:2019-06-19

本文共 1456 字,大约阅读时间需要 4 分钟。

resample与groupby的区别:

resample:在给定的时间单位内重取样
groupby:对给定的数据条目进行统计
函数原型:
DataFrame.resample(rule, how=None, axis=0, fill_method=None, closed=None, label=None, convention='start', kind=None, loffset=None, limit=None, base=0)
其中,参数how已经废弃了
下面开始练习

import numpy as npimport pandas as pd

 

Start by creating a series with 9 one minute timestamps.

index = pd.date_range('1/1/2000', periods=9, freq='T')series = pd.Series(range(9), index=index)

 

Downsample the series into 3 minute bins and sum the values of the timestamps falling into a bin.

series.resample('3T').sum()

 

To include this value close the right side of the bin interval as illustrated in the example below this one.

series.resample('3T', label='right').sum()

Downsample the series into 3 minute bins as above, but close the right side of the bin interval.

series.resample('3T', label='right', closed='right').sum()

Upsample the series into 30 second bins.

series.resample('30S').asfreq()

 

Upsample the series into 30 second bins and fill the NaN values using the pad method.

series.resample('30S').pad()

 

Upsample the series into 30 second bins and fill the NaN values using the bfill method.

series.resample('30S').bfill()

 

Pass a custom function via apply

def custom_resampler(array_like):    return np.sum(array_like)+5series.resample('3T').apply(custom_resampler)

 

附:常见时间频率
A year
M month
W week
D day
H hour
T minute
S second

本文转自罗兵博客园博客,原文链接:http://www.cnblogs.com/hhh5460/p/5596340.html
,如需转载请自行联系原作者
你可能感兴趣的文章
编程乐趣:身份证号码验证的方法
查看>>
windows 下运行angualr/material2 项目
查看>>
《大话设计模式》--代理模式
查看>>
判断数组中是否存在重复元素
查看>>
流量相关说明
查看>>
uCOS-ii笔记
查看>>
python学习:字典排序
查看>>
easyUI的汇总列,在前端生成
查看>>
Python 装饰器
查看>>
@NotNull和@NotEmpty和@NotBlank区别
查看>>
WSDL协议简单介绍
查看>>
Python eval() 函数
查看>>
REPEAT_BYTE(x)宏
查看>>
Python 元组 min() 方法
查看>>
web session 原理1
查看>>
DICOM医学图像处理:WEB PACS初谈
查看>>
Golang的文件处理方式-常见的读写姿势
查看>>
关于qt QWebKit/QWebview 使用心得
查看>>
Spring工作原理
查看>>
int与Integer的区别
查看>>