Pandas中的resample，重新取樣，是對原樣本重新處理的一個方法，是一個對常規時間序列資料重新取樣和頻率轉換的便捷的方法。

降取樣：高頻資料到低頻資料

升取樣：低頻資料到高頻資料

主要函式：resample()（pandas物件都會有這個方法）

resample方法的引數

引數	說明
freq	表示重取樣頻率，例如‘M'、‘5min'，Second(15)
how='mean'	用於產生聚合值的函式名或陣列函式，例如‘mean'、‘ohlc'、np.max等，預設是‘mean'，其他常用的值由：‘first'、‘last'、‘median'、‘max'、‘min'
axis=0	預設是縱軸，橫軸設定axis=1
fill_method = None	升取樣時如何插值，比如‘ffill'、‘bfill'等
closed = ‘right'	在降取樣時，各時間段的哪一段是閉合的，‘right'或‘left'，預設‘right'
label= ‘right'	在降取樣時，如何設定聚合值的標籤，例如，9：30-9：35會被標記成9：30還是9：35,預設9：35
loffset = None	面元標籤的時間校正值，比如‘-1s'或Second(-1)用於將聚合標籤調早1秒
limit=None	在向前或向後填充時，允許填充的最大時期數
kind = None	聚合到時期（‘period'）或時間戳（‘timestamp'），預設聚合到時間序列的索引型別
convention = None	當重取樣時期時，將低頻率轉換到高頻率所採用的約定（start或end）。預設‘end'

首先建立一個Series，取樣頻率為一分鐘。

>>> 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

降低取樣頻率為三分鐘

>>> 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

降低取樣頻率為三分鐘，但是每個標籤使用right來代替left。請注意，bucket中值的用作標籤。

>>> 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

降低取樣頻率為三分鐘，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

增加取樣頻率到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

增加取樣頻率到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

增加取樣頻率到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執行一個自定義函式

>>> 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

到此這篇關於pandas的resample重取樣的使用的文章就介紹到這了,更多相關pandas resample重取樣內容請搜尋我們以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援我們！