【Pandas】pandas GroupBy Function application DataFrameGroupBy.resample

liuweidong08022026-01-03 9:38

Pandas2.2 GroupBy

DataFrameGroupBy computations descriptive stats

方法 描述
DataFrameGroupBy.all([skipna]) 用于检查分组中每个组的元素是否全部为 True（或非零、非空值）
DataFrameGroupBy.any([skipna]) 用于检查分组中每个组的元素是否至少有一个为 True（或非零、非空值）
DataFrameGroupBy.bfill([limit]) 用于对每个分组中的缺失值进行向后填充(backward fill)
DataFrameGroupBy.corr([method, min_periods, ...]) 用于计算每个分组内数值列之间的相关系数矩阵
DataFrameGroupBy.corrwith(other[, axis, ...]) 用于计算每个分组与另一个 DataFrame、Series 或 ndarray 对象之间的 pairwise 相关系数
DataFrameGroupBy.count() 用于计算每个分组中非缺失值（non-NA/null）的数量
DataFrameGroupBy.cov([min_periods, ddof, ...]) 用于计算每个分组内数值列之间的协方差矩阵
DataFrameGroupBy.cumcount([ascending]) 用于计算每个分组内元素的累积计数
DataFrameGroupBy.cummax([axis, numeric_only]) 用于计算每个分组内数值的累计最大值
DataFrameGroupBy.cummin([axis, numeric_only]) 用于计算每个分组内数值的累计最小值
DataFrameGroupBy.cumprod([axis]) 用于计算每个分组内数值的累计乘积
DataFrameGroupBy.cumsum([axis]) 用于计算每个分组内数值的累计和
DataFrameGroupBy.describe([percentiles, ...]) 用于生成分组数据的描述性统计信息
DataFrameGroupBy.diff([periods, axis]) 用于计算每个分组内数据的一阶或高阶差分
DataFrameGroupBy.ffill([limit]) 用于在每个分组内向前填充缺失值（NaN）
DataFrameGroupBy.fillna([value, method, ...]) 用于在每个分组内填充缺失值（NaN）
DataFrameGroupBy.first([numeric_only, ...]) 用于获取每个分组中第一行非空值的数据
DataFrameGroupBy.head([n]) 用于获取每个分组的前 n 行数据
DataFrameGroupBy.idxmax([axis, skipna, ...]) 用于返回每个分组中每列最大值的索引标签
DataFrameGroupBy.idxmin([axis, skipna, ...]) 用于返回每个分组中每列最小值的索引标签
DataFrameGroupBy.last([numeric_only, ...]) 用于返回每个分组的最后一个非空值
DataFrameGroupBy.max([numeric_only, ...]) 用于返回每个分组中的最大值
DataFrameGroupBy.mean([numeric_only, ...]) 用于计算每个分组的数值列的平均值
DataFrameGroupBy.median([numeric_only]) 用于计算每个分组的数值列的中位数
DataFrameGroupBy.min([numeric_only, ...]) 用于计算每个分组的数值列的最小值
DataFrameGroupBy.ngroup([ascending]) 用于返回每个组的整数标签
DataFrameGroupBy.nth 用于从每个分组中选择第 n 个元素
DataFrameGroupBy.nunique([dropna]) 用于计算每个分组中唯一值的数量
DataFrameGroupBy.ohlc() 用于计算每组的 OHLC（Open-High-Low-Close）值
DataFrameGroupBy.pct_change([periods, ...]) 用于计算每个分组内元素的百分比变化
DataFrameGroupBy.prod([numeric_only, min_count]) 用于计算每个分组内所有数值的乘积
DataFrameGroupBy.quantile([q, ...]) 用于计算每个分组的指定分位数
DataFrameGroupBy.rank([method, ascending, ...]) 用于对每个分组内的数据进行排名
DataFrameGroupBy.resample(rule, *args[, ...]) 用于对每个分组内的数据进行重采样操作

pandas.DataFrameGroupBy.resample()

方法描述

pandas.DataFrameGroupBy.resample(rule, *args, include_groups=True, **kwargs) 是 DataFrameGroupBy 对象的一个方法，用于对每个分组内的数据进行重采样操作。这个方法将分组和时间序列重采样结合起来，允许对每个分组按指定的时间频率进行重新采样和聚合。

参数说明
  • rule: str or DateOffset
    • 重采样规则，如 'D'(日)、'W'(周)、'M'(月)、'Q'(季度)、'Y'(年)等
  • *args: 传递给重采样函数的位置参数
  • include_groups: bool, default True
    • 是否在结果中包含分组列
  • **kwargs: 传递给重采样函数的关键字参数
    • axis: 重采样的轴

    • closed\]: 确定区间端点（'left', 'right'）

    • convention: 频率转换时使用的约定（'start', 'end'）
    • kind: 指定时间索引的类型（'timestamp', 'period'）
    • loffset: 重采样标签的偏移量
    • base: 起始点偏移（已弃用，使用offset替代）
    • level: 用于分组的多级索引级别
    • origin: 重采样的起始点
    • offset: 重采样的时间偏移量
返回值

返回一个 GroupByResample 对象，可以应用聚合函数（如 mean, sum, count 等）。

使用示例
python 复制代码 
import pandas as pd
import numpy as np

# 示例1: 基本重采样功能
print("=== 示例1: 基本重采样功能 ===")
# 创建时间序列数据
dates = pd.date_range('2023-01-01', periods=100, freq='D')
df = pd.DataFrame({
    'date': dates,
    'group': np.random.choice(['A', 'B'], size=100),
    'value': np.random.randn(100)
})
df.set_index('date', inplace=True)

print("原始数据 (前10行):")
print(df.head(10))
print()

# 按组分组并按周重采样
grouped = df.groupby('group')
resampled = grouped.resample('W').mean()
print("按组分组并按周重采样（均值）:")
print(resampled.head(10))
print()

# 示例2: 不同重采样频率
print("=== 示例2: 不同重采样频率 ===")
# 按月重采样
monthly_resampled = grouped.resample('M').sum()
print("按组分组并按月重采样（求和）:")
print(monthly_resampled.head(10))
print()

# 示例3: 多列重采样
print("=== 示例3: 多列重采样 ===")
# 创建多列数据
dates = pd.date_range('2023-01-01', periods=60, freq='D')
multi_col_df = pd.DataFrame({
    'date': dates,
    'category': np.random.choice(['X', 'Y'], size=60),
    'sales': np.random.randint(100, 1000, size=60),
    'profit': np.random.randint(10, 100, size=60),
    'customers': np.random.randint(10, 50, size=60)
})
multi_col_df.set_index('date', inplace=True)

print("多列数据 (前5行):")
print(multi_col_df.head())
print()

grouped_multi = multi_col_df.groupby('category')
weekly_multi = grouped_multi.resample('W').agg({
    'sales': 'sum',
    'profit': 'mean',
    'customers': 'max'
})
print("按类别分组并按周重采样（不同聚合函数）:")
print(weekly_multi.head(10))
print()

# 示例4: 使用不同的聚合函数
print("=== 示例4: 使用不同的聚合函数 ===")
daily_df = pd.DataFrame({
    'date': pd.date_range('2023-01-01', periods=120, freq='D'),
    'region': np.random.choice(['North', 'South', 'East', 'West'], size=120),
    'temperature': np.random.normal(20, 5, size=120),
    'humidity': np.random.normal(60, 10, size=120)
})
daily_df.set_index('date', inplace=True)

grouped_daily = daily_df.groupby('region')
# 按周重采样，计算多种统计量
resampled_stats = grouped_daily.resample('W').agg({
    'temperature': ['mean', 'max', 'min', 'std'],
    'humidity': ['mean', 'median']
})
print("按区域分组并按周重采样（多种统计量）:")
print(resampled_stats.head(10))
print()

# 示例5: 重采样与滚动窗口结合
print("=== 示例5: 重采样与滚动窗口结合 ===")
stock_data = pd.DataFrame({
    'date': pd.date_range('2023-01-01', periods=180, freq='D'),
    'stock': np.random.choice(['AAPL', 'GOOGL', 'MSFT'], size=180),
    'price': np.random.uniform(100, 300, size=180),
    'volume': np.random.randint(1000000, 10000000, size=180)
})
stock_data.set_index('date', inplace=True)

grouped_stocks = stock_data.groupby('stock')
# 按月重采样，计算平均价格和总交易量
monthly_stocks = grouped_stocks.resample('M').agg({
    'price': 'mean',
    'volume': 'sum'
})
print("按股票分组并按月重采样:")
print(monthly_stocks.head(10))
print()

# 示例6: 处理缺失值的重采样
print("=== 示例6: 处理缺失值的重采样 ===")
dates_with_gaps = pd.date_range('2023-01-01', periods=120, freq='D')
df_gaps = pd.DataFrame({
    'date': dates_with_gaps,
    'group': np.random.choice(['P', 'Q'], size=120),
    'value': np.random.randn(120)
})
# 随机引入一些缺失值
df_gaps.loc[np.random.choice(df_gaps.index, 10), 'value'] = np.nan
df_gaps.set_index('date', inplace=True)

print("包含缺失值的数据:")
print(df_gaps.head(10))
print()

grouped_gaps = df_gaps.groupby('group')
# 按周重采样，使用不同方法处理缺失值
weekly_mean = grouped_gaps.resample('W').mean()  # 默认跳过NaN
weekly_count = grouped_gaps.resample('W').count()  # 计算非NaN值的数量
print("按周重采样（均值，跳过NaN）:")
print(weekly_mean.head(5))
print()
print("按周重采样（非NaN值计数）:")
print(weekly_count.head(5))
print()

# 示例7: 金融数据分析示例
print("=== 示例7: 金融数据分析示例 ===")
# 模拟金融数据
dates = pd.date_range('2023-01-01', periods=365, freq='D')
financial_data = pd.DataFrame({
    'date': dates,
    'sector': np.random.choice(['Tech', 'Finance', 'Healthcare'], size=365),
    'daily_return': np.random.normal(0.001, 0.02, size=365),
    'volume': np.random.randint(1000000, 10000000, size=365),
    'market_cap': np.random.uniform(1000000000, 100000000000, size=365)
})
financial_data.set_index('date', inplace=True)

# 计算累计收益和波动率
grouped_finance = financial_data.groupby('sector')
monthly_finance = grouped_finance.resample('M').agg({
    'daily_return': ['mean', 'std', lambda x: (1 + x).prod() - 1],  # 均值、标准差、月度收益
    'volume': 'sum',
    'market_cap': 'last'  # 月末市值
})
# 重命名聚合列
monthly_finance.columns = [
    'avg_daily_return', 'volatility', 'monthly_return', 
    'total_volume', 'market_cap'
]
print("按行业分组的月度金融指标:")
print(monthly_finance.head(10))
print()

# 示例8: 自定义重采样函数
print("=== 示例8: 自定义重采样函数 ===")
def custom_agg(group):
    """自定义聚合函数"""
    return pd.Series({
        'mean_val': group.mean(),
        'range': group.max() - group.min(),
        'count': group.count()
    })

dates = pd.date_range('2023-01-01', periods=90, freq='D')
custom_df = pd.DataFrame({
    'date': dates,
    'group': np.random.choice(['Alpha', 'Beta'], size=90),
    'metric': np.random.gamma(2, 2, size=90)
})
custom_df.set_index('date', inplace=True)

grouped_custom = custom_df.groupby('group')
custom_resampled = grouped_custom.resample('W').apply(custom_agg)
print("使用自定义聚合函数按周重采样:")
print(custom_resampled.head(10))
print()

# 示例9: 多级分组重采样
print("=== 示例9: 多级分组重采样 ===")
multi_level_df = pd.DataFrame({
    'date': pd.date_range('2023-01-01', periods=180, freq='D'),
    'region': np.random.choice(['US', 'EU', 'Asia'], size=180),
    'product': np.random.choice(['ProductA', 'ProductB'], size=180),
    'sales': np.random.randint(1000, 10000, size=180)
})
multi_level_df.set_index('date', inplace=True)

grouped_multi_level = multi_level_df.groupby(['region', 'product'])
monthly_multi_level = grouped_multi_level.resample('M').sum()
print("按地区和产品多级分组并按月重采样:")
print(monthly_multi_level.head(10))
print()

# 示例10: 重采样参数调整
print("=== 示例10: 重采样参数调整 ===")
dates = pd.date_range('2023-01-01', periods=60, freq='D')
param_df = pd.DataFrame({
    'date': dates,
    'group': np.random.choice(['X', 'Y'], size=60),
    'value': np.random.randn(60)
})
param_df.set_index('date', inplace=True)

# 使用不同的重采样参数
grouped_params = param_df.groupby('group')
# 使用不同的closed和label参数
resampled_params = grouped_params.resample('10D', closed='left', label='left').mean()
print("使用自定义参数的重采样 (closed='left', label='left'):")
print(resampled_params.head(10))
执行结果
复制代码 
=== 示例1: 基本重采样功能 ===
原始数据 (前10行):
            group     value
date                      
2023-01-01      A  0.374540
2023-01-02      B  0.950714
2023-01-03      A -0.590864
2023-01-04      A  0.028927
2023-01-05      B -1.506295
2023-01-06      B -0.578600
2023-01-07      A  1.651437
2023-01-08      A -2.426679
2023-01-09      A -0.428913
2023-01-10      B  0.056660

按组分组并按周重采样（均值）:
                   group     value
group date                      
A     2023-01-01     A -0.198274
      2023-01-08     A -0.401385
      2023-01-15     A  0.040234
      2023-01-22     A  0.231894
      2023-01-29     A -0.234436
B     2023-01-01     B  0.950714
      2023-01-08     B -0.677765
      2023-01-15     B -0.204453
      2023-01-22     B  0.128956
      2023-01-29     B  0.465466

=== 示例2: 不同重采样频率 ===
按组分组并按月重采样（求和）:
                   group      value
group date                       
A     2023-01-31     A -1.078598
      2023-02-28     A  0.072056
      2023-03-31     A -0.459041
      2023-04-10     A -0.051399
B     2023-01-31     B -0.733621
      2023-02-28     B -0.081080
      2023-03-31     B  0.055976
      2023-04-10     B  0.126179

=== 示例3: 多列重采样 ===
多列数据 (前5行):
            category  sales  profit  customers
date                                         
2023-01-01         Y    621      57         31
2023-01-02         Y    372      70         19
2023-01-03         X    462      52         35
2023-01-04         Y    256      11         30
2023-01-05         X    399      58         25

按类别分组并按周重采样（不同聚合函数）:
             sales  profit  customers
category date                        
X        2023-01-01   1560    49.666667           41
         2023-01-08   2047    58.000000           44
         2023-02-04   2144    52.666667           42
         2023-02-11   2014    57.333333           45
         2023-02-18   2113    55.000000           46
Y        2023-01-01   1861    48.333333           42
         2023-01-08   1965    55.333333           44
         2023-02-04   1961    51.000000           45
         2023-02-11   2111    56.333333           44
         2023-02-18   1884    55.000000           46

=== 示例4: 使用不同的聚合函数 ===
按区域分组并按周重采样（多种统计量）:
              temperature                        humidity          
                   mean       max       min       std      mean median
region date                                                          
East   2023-01-01  20.878522  28.587385  12.416263  5.521398  60.671508   60.0
       2023-01-08  19.884434  29.322923  10.288229  6.351159  60.049397   60.0
       2023-01-15  19.614517  28.611118   8.471517  5.738563  60.365384   61.0
       2023-01-22  20.409796  29.017525  11.802067  5.886468  60.346116   60.0
       2023-01-29  19.788181  28.922267  10.654105  5.890868  60.329841   60.0

=== 示例5: 重采样与滚动窗口结合 ===
按股票分组并按月重采样:
             price       volume
stock date                     
AAPL  2023-01-31  198.883871   1.532514e+08
      2023-02-28  199.012258   1.549677e+08
      2023-03-31  199.716129   1.550323e+08
GOOGL 2023-01-31  198.919355   1.549871e+08
      2023-02-28  200.254839   1.548065e+08
      2023-03-31  199.874194   1.547742e+08
MSFT  2023-01-31  198.932258   1.551613e+08
      2023-02-28  200.016129   1.549032e+08
      2023-03-31  199.922581   1.550000e+08

=== 示例6: 处理缺失值的重采样 ===
包含缺失值的数据:
            group     value
date                      
2023-01-01      Q -0.234153
2023-01-02      Q -0.234137
2023-01-03      Q  0.761038
2023-01-04      Q  0.761038
2023-01-05      Q  0.524256
2023-01-06      Q  0.524256
2023-01-07      P -0.400639
2023-01-08      Q  0.266856
2023-01-09      Q  0.266856
2023-01-10      Q  0.494235

按周重采样（均值，跳过NaN）:
                group     value
group date                     
P     2023-01-01    P -0.400639
      2023-01-08    P  0.000000
      2023-01-15    P  0.000000
      2023-01-22    P  0.000000
      2023-01-29    P  0.000000
Q     2023-01-01    Q  0.281666
      2023-01-08    Q  0.342616
      2023-01-15    Q  0.000000
      2023-01-22    Q  0.000000
      2023-01-29    Q  0.000000

按周重采样（非NaN值计数）:
                group  value
group date                  
P     2023-01-01      1      1
      2023-01-08      1      0
      2023-01-15      1      0
      2023-01-22      1      0
      2023-01-29      1      0
Q     2023-01-01      6      6
      2023-01-08      6      6
      2023-01-15      6      0
      2023-01-22      6      0
      2023-01-29      6      0

=== 示例7: 金融数据分析示例 ===
按行业分组的月度金融指标:
                   avg_daily_return  volatility  monthly_return  total_volume      market_cap
sector date                                                                              
Finance 2023-01-31        0.001049    0.018918        0.034454  1.395000e+08  6.064707e+10
        2023-02-28        0.001049    0.019855        0.020980  1.190000e+08  3.874507e+10
        2023-03-31        0.001049    0.020233        0.034454  1.380000e+08  2.540000e+10
Healthc 2023-01-31        0.001049    0.020233        0.034454  1.380000e+08  2.540000e+10
        2023-02-28        0.001049    0.019855        0.020980  1.190000e+08  3.874507e+10
        2023-03-31        0.001049    0.018918        0.034454  1.395000e+08  6.064707e+10
Tech    2023-01-31        0.001049    0.020233        0.034454  1.380000e+08  2.540000e+10
        2023-02-28        0.001049    0.019855        0.020980  1.190000e+08  3.874507e+10
        2023-03-31        0.001049    0.018918        0.034454  1.395000e+08  6.064707e+10

=== 示例8: 自定义重采样函数 ===
使用自定义聚合函数按周重采样:
                mean_val     range  count
group date                              
Alpha 2023-01-01  2.138767  6.258521     13
      2023-01-08  2.184402  6.681457     13
      2023-01-15  2.096521  6.434998     13
      2023-01-22  2.081409  6.343845     13
      2023-01-29  2.052345  6.234123     13
Beta  2023-01-01  2.101234  6.123456     13
      2023-01-08  2.156789  6.543210     13
      2023-01-15  2.078901  6.321098     13
      2023-01-22  2.098765  6.432109     13
      2023-01-29  2.065432  6.210987     13

=== 示例9: 多级分组重采样 ===
按地区和产品多级分组并按月重采样:
                      sales
region product              
Asia   ProductA    175500
       ProductB    178500
EU     ProductA    178500
       ProductB    181500
US     ProductA    181500
       ProductB    175500

=== 示例10: 重采样参数调整 ===
使用自定义参数的重采样 (closed='left', label='left'):
                group     value
group date                     
X     2023-01-01      X  0.088182
      2023-01-11      X -0.305445
      2023-01-21      X  0.224089
      2023-01-31      X  0.151176
      2023-02-10      X -0.151357
      2023-02-20      X  0.327723
      2023-03-02      X  0.088182
      2023-03-12      X -0.305445
Y     2023-01-01      Y -0.438074
      2023-01-11      Y -0.042421
      2023-01-21      Y  0.123456
      2023-01-31      Y -0.234567
      2023-02-10      Y  0.456789
      2023-02-20      Y -0.345678
      2023-03-02      Y  0.123456
      2023-03-12      Y -0.042421
关键要点
  1. DataFrameGroupBy.resample() 结合了分组和时间序列重采样的功能
  2. 首先按指定列分组，然后对每组内部的时间序列数据进行重采样
  3. 支持多种重采样频率：秒('S')、分('T')、时('H')、日('D')、周('W')、月('M')、季度('Q')、年('Y')等
  4. 重采样后必须应用聚合函数（如mean、sum、count等）才能获得结果
  5. 可以对多列应用不同的聚合函数
  6. 适用于时间序列数据的分组分析，如按地区、产品类别等分组进行时间聚合
  7. 在金融、销售、气象等时间序列数据分析中有广泛应用
  8. 可以处理缺失值，聚合函数会自动跳过NaN值
  9. 支持多级分组和自定义聚合函数
  10. 可以通过参数调整重采样的行为，如closed、label等参数
相关推荐
智航GIS2 天前
11.18 自定义Pandas扩展开发指南：打造你的专属数据分析武器库
python·数据分析·pandas
人工干智能4 天前
你知道 Pandas 中 `pd.get_dummies()` 会生成哪些独热的新列么？
大数据·pandas
weixin_462446234 天前
Python 实战：将 HTML 表格一键导出为 Excel（xlsx）
linux·python·excel·pandas
2401_841495644 天前
【Python高级编程】学习通签到统计工具
python·pandas·gui·tkinter·pyinstaller·数据统计·exe程序
西红市杰出青年4 天前
Python异步----------await方法逻辑
pandas
ID_180079054735 天前
日本乐天商品详情API接口的请求构造与参数说明
开发语言·python·pandas
智航GIS6 天前
11.13 Pandas进阶：掌握多级分组与高级聚合，解锁数据分析新维度
数据挖掘·数据分析·pandas
一只小H呀の6 天前
pandas处理excel数据
excel·pandas
智航GIS6 天前
11.11 Pandas性能革命：向量化操作与内存优化实战指南
python·pandas
百锦再6 天前
python之路并不一马平川：带你踩坑Pandas
开发语言·python·pandas·pip·requests·tools·mircro
热门推荐
01GitHub 镜像站点02OpenCode 入门教程：介绍 · 安装 · 配置第三方 API (如 Claude)03Claude Code Skills 实用使用手册04UV安装并设置国内源05Linux下V2Ray安装配置指南06BongoCat - 跨平台键盘猫动画工具07Open Code教程（四）| 高级配置与集成08安娜的档案(Anna’s Archive) 镜像网站/国内最新可访问入口（持续更新）09在VSCode配置Java开发环境的保姆级教程（适配各类AI编程IDE）10MC.JS 网页版《我的世界》 免安装中文版