resample是什么意思，resample函数重采样方法

resample是什么意思，resample函数重采样方法

resample翻译过来是重采样的意思，官方文档中是这么描述resample的resample() is a time-based groupby，翻译过来就是基于时间的groupby操作，这是Pandas时间序列处理中最重要的功能，也是本文的重中之重。

时间序列数据在数据科学项目中很常见。 通常，可能会对将时序数据重新采样到要分析数据的频率或从数据中汲取更多见解的频率感兴趣。

在本文中，我们将介绍一些使用Pandas resample（）函数对时间序列数据进行重采样的示例。 我们将介绍以下常见问题，并应帮助您开始使用时序数据操作。

1. 下采样并执行聚合

1. 使用自定义基数进行下采样

1. 上采样和填充值

1. 一个实际的例子

向下采样和执行聚合

下采样是将一个时间序列数据集重新采样到一个更大的时间框架。例如，从几分钟到几小时，从几天到几年。结果的行数将减少，并且可以使用mean()、min()、max()、sum()等聚合值。

让我们通过一个示例来了解它是如何工作的。

假设我们有一个关于销售的数据集。

df_sales = pd.read_csv( 'sales_data.csv', parse_dates=['date'], index_col=['date'] )

要获得每2小时添加的总销售额，只需使用resample()将DataFrame向下采样到2小时的容器中，并将落入容器中的时间戳的值相加。

df_sales.resample('2H').sum()

要执行多个聚合，我们可以向agg()方法传递一个聚合函数列表。

df_sales.resample('2H').agg(['min','max', 'sum'])

使用自定义基数向下采样

默认情况下，对于平均细分为1天/月/年的频率，聚合间隔的"原点"默认为0。所以2H频率的结果范围是00:00:00,02:00:00,04:00:00，…，22:00:00。

对于我们正在使用的销售数据，第一个记录的日期值为2017-01-02 09:02:03，因此将输出范围从09:00:00开始比从08:00开始更有意义。为此，我们可以使用参数base将聚合间隔的"原点"设置为不同的值，例如，set base=1，这样结果范围就可以从09:00:00开始。

df_sales.resample('2H', base=1).sum()

上采样和填充值

上采样是下采样的相反操作。它将时间序列数据重新采样到一个更小的时间框架。例如，从小时到分钟，从年到天。结果将增加行数，并且附加的行值默认为NaN。内置的方法ffill()和bfill()通常用于执行前向填充或后向填充来替代NaN。

让我们为演示创建一个DataFrame。

df = pd.DataFrame( { 'value': [1, 2, 3] }, index=pd.period_range( '2012-01-01', freq='A', periods=3 ) )

按季度重新采样一年并向前填充值。前向填充方法ffill()将使用最后一个已知值来替换NaN。

df.resample('Q').ffill()

本文地址：网络知识频道 https://www.hkm168.com/jiqiao/903062.html，易企推百科一个免费的知识分享平台，本站部分文章来网络分享，本着互联网分享的精神，如有涉及到您的权益，请联系我们删除，谢谢！