【Python数据分析】Pandas_数据重采样

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。

python 复制代码
import pandas as pd
import numpy as np
rng = pd.date_range('1/1/2021',periods=100,freq='D')
ts = pd.Series(np.random.randn(len(rng)),index=rng)
#降采样后并聚合
print(ts.resample('M').mean())

运行结果:

复制代码
2021-01-31   -0.001888
2021-02-28   -0.333447
2021-03-31   -0.221355
2021-04-30   -0.507379
Freq: ME, dtype: float64

如果您只想看到月份,那么您可以设置kind=period如下所示:

python 复制代码
ts.resample('M',kind='period').mean()

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:

python 复制代码
import pandas as pd
import numpy as np
#生成一份时间序列数据
rng = pd.date_range('1/1/2021', periods=20, freq='3D')
ts = pd.Series(np.random.randn(len(rng)), index=rng)
print(ts.head())
print("\n")
#使用asfreq()在原数据基础上实现频率转换
print(ts.resample('D').asfreq().head())

运行结果:

复制代码
2021-01-01   -0.378926
2021-01-04   -1.366412
2021-01-07    1.789886
2021-01-10    1.765642
2021-01-13   -2.071414
Freq: 3D, dtype: float64


2021-01-01   -0.378926
2021-01-02         NaN
2021-01-03         NaN
2021-01-04   -1.366412
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:

python 复制代码
import pandas as pd
index = pd.date_range('1/1/2021', periods=6, freq='T')
series = pd.Series([0.0, None, 2.0, 3.0,4.0,5.0], index=index)
df = pd.DataFrame({'s':series})
print(df.asfreq("45s"))

运行结果:

复制代码
                       s
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:

python 复制代码
import pandas as pd
import numpy as np
#创建时间序列数据
rng = pd.date_range('1/1/2021', periods=20, freq='3D')
ts = pd.Series(np.random.randn(len(rng)), index=rng)
print(ts.resample('D').asfreq().head())
print("\n")
#使用ffill处理缺失值
print(ts.resample('D').asfreq().ffill().head())

运行结果:

复制代码
2021-01-01   -0.136353
2021-01-02         NaN
2021-01-03         NaN
2021-01-04   -0.573291
2021-01-05         NaN
Freq: D, dtype: float64


2021-01-01   -0.136353
2021-01-02   -0.136353
2021-01-03   -0.136353
2021-01-04   -0.573291
2021-01-05   -0.573291
Freq: D, dtype: float64

参考:C语言中文网

相关推荐
如夏倾城5 分钟前
VRRP(虚拟路由器冗余协议Virtual Router Redundancy Protocol)
网络·python·网络协议·安全·智能路由器·负载均衡·信息与通信
IvanCodes31 分钟前
LangChain(04):Runnable 与 LCEL 的执行与组合机制
python·langchain·agent
特创数字科技40 分钟前
纯本地离线运行的文档脱敏工具(技术分享)
前端·驱动开发·python
东莞市云毅网络有限公司2 小时前
用 Playwright 搭一套问答平台引用监测的最小骨架
python·数据清洗·rag·企业知识库·文档解析
Thanks_ks2 小时前
【第 010 讲】全面掌握 Python 变量与常量:变量的定义与赋值 | 标识符与命名规范 | 变量的底层机制 | 常量与魔术数字
python·内存·变量·标识符·常量·赋值·命名规范
飞Link3 小时前
灵巧手是什么?从机械结构、驱动方式到控制原理,认识机器人的精细操作能力
人工智能·python·机器人
GrowingIO技术社区3 小时前
事件与属性怎么设计?一份埋点需求表的填写示例
数据分析
用户0332126663674 小时前
使用 Python 快速查找并高亮 PDF 中的文本
python
用户019027581614 小时前
用 pandas-ta 给 A 股算技术指标(配合 AlphaFeed)
python
2601_967980114 小时前
python+appium自动化测试如何控制App的启动和退出
android·自动化测试·python·appium·设备调试