pandas的resample重采样的使用

脚本专栏 2024/11/8 佚名

3 2 1

Pandas中的resample，重新采样，是对原样本重新处理的一个方法，是一个对常规时间序列数据重新采样和频率转换的便捷的方法。

降采样：高频数据到低频数据

升采样：低频数据到高频数据

主要函数：resample()（pandas对象都会有这个方法）

resample方法的参数

参数说明 freq 表示重采样频率，例如‘M'、‘5min'，Second(15) how='mean' 用于产生聚合值的函数名或数组函数，例如‘mean'、‘ohlc'、np.max等，默认是‘mean'，其他常用的值由：‘first'、‘last'、‘median'、‘max'、‘min' axis=0 默认是纵轴，横轴设置axis=1 fill_method = None 升采样时如何插值，比如‘ffill'、‘bfill'等 closed = ‘right' 在降采样时，各时间段的哪一段是闭合的，‘right'或‘left'，默认‘right' label= ‘right' 在降采样时，如何设置聚合值的标签，例如，9：30-9：35会被标记成9：30还是9：35,默认9：35 loffset = None 面元标签的时间校正值，比如‘-1s'或Second(-1)用于将聚合标签调早1秒 limit=None 在向前或向后填充时，允许填充的最大时期数 kind = None 聚合到时期（‘period'）或时间戳（‘timestamp'），默认聚合到时间序列的索引类型 convention = None 当重采样时期时，将低频率转换到高频率所采用的约定（start或end）。默认‘end'

首先创建一个Series，采样频率为一分钟。

> 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

降低采样频率为三分钟

> 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

降低采样频率为三分钟，但是每个标签使用right来代替left。请注意，bucket中值的用作标签。

> 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

降低采样频率为三分钟，但是关闭right区间。

> 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

增加采样频率到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

增加采样频率到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

增加采样频率到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

通过apply运行一个自定义函数

> 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

pandas,resample重采样,pandas,重采样