pandas.Series.resample #

系列。重新采样规则= _NoDefault.no_default关闭=标签=约定= _NoDefault.no_default种类= _NoDefault.no_default on =级别=原点= 'start_day'偏移= group_keys =错误) [来源] #

对时间序列数据重新采样。

时间序列频率转换和重采样的便捷方法。该对象必须具有类似日期时间的索引(DatetimeIndexperiodIndexTimedeltaIndex),或者调用者必须将类似日期时间的系列/索引的标签传递给on/level关键字参数。

参数
规则DateOffset、Timedelta 或 str

表示目标转换的偏移字符串或对象。

{0 或 'index', 1 或 'columns'}, 默认 0

使用哪个轴进行上采样或下采样。对于Series,此参数未使用,默认为 0。必须是 DatetimeIndexTimedeltaIndexperiodIndex

自版本 2.0.0 起已弃用:使用frame.T.resample(…) 代替。

关闭{'right', 'left'}, 默认 None

bin 间隔的哪一侧是封闭的。除“ME”、“YE”、“QE”、“BME”、“BA”、“BQE”和“W”外,所有频率偏移的默认值为“左”,它们的默认值为“右”。

标签{'right', 'left'}, 默认 None

给桶贴上标签的箱边缘标签。除“ME”、“YE”、“QE”、“BME”、“BA”、“BQE”和“W”外,所有频率偏移的默认值为“左”,它们的默认值为“右”。

约定{'start', 'end', 's', 'e'}, 默认 'start'

仅对于PeriodIndex,控制是否使用规则的开始或结束。

自版本 2.2.0 起已弃用:在重新采样之前将 periodIndex 转换为 DatetimeIndex。

kind {'timestamp', 'period'},可选,默认 None

传递 'timestamp' 将结果索引转换为 DateTimeIndex或传递 'period' 将其转换为periodIndex。默认情况下,保留输入表示形式。

自版本 2.2.0 起已弃用:将索引显式转换为所需类型。

str 上,可选

对于 DataFrame,使用列代替索引进行重采样。列必须类似于日期时间。

level str 或 int,可选

对于 MultiIndex,用于重采样的级别(名称或编号)。级别必须类似于日期时间。

origin时间戳或 str,默认 'start_day'

调整分组的时间戳。来源时区必须与索引时区匹配。如果是字符串,则必须是以下之一:

  • 'epoch':起源是 1970-01-01

  • 'start':原点是时间序列的第一个值

  • 'start_day':原点是时间序列午夜的第一天

  • 'end':原点是时间序列的最后一个值

  • 'end_day':原点是最后一天的最高午夜

1.3.0 版本中的新增功能。

笔记

仅对刻度频率(即天、小时和分钟等固定频率,而不是月或季度)有效。

offset Timedelta 或 str,默认为 None

添加到原点的偏移时间增量。

group_keys bool, 默认 False

.apply()在重采样对象上使用时是否将组键包含在结果索引中 。

版本 1.5.0 中的新增功能:不指定group_keys将保留 pandas 1.4 及更早版本中依赖于值的行为(有关示例,请参阅pandas 1.5.0 发行说明)。

版本 2.0.0 中更改:group_keys现在默认为False.

返回
pandas.api.typing.Resampler

Resampler目的。

也可以看看

Series.resample

重新采样系列。

DataFrame.resample

重新采样数据帧。

groupby

按映射、函数、标签或标签列表对系列/数据帧进行分组。

asfreq

使用给定频率重新索引系列/数据帧而不进行分组。

笔记

请参阅用户指南 了解更多信息。

要了解有关偏移字符串的更多信息,请参阅此链接

例子

首先创建一个包含 9 个一分钟时间戳的系列。

>>> index = pd.date_range('1/1/2000', periods=9, freq='min')
>>> 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: min, dtype: int64

将序列下采样为 3 分钟的 bin,并对落入 bin 的时间戳值求和。

>>> series.resample('3min').sum()
2000-01-01 00:00:00     3
2000-01-01 00:03:00    12
2000-01-01 00:06:00    21
Freq: 3min, dtype: int64

如上所述,将系列采样为 3 分钟的 bin,但使用右边缘而不是左侧标记每个 bin。请注意,用作标签的存储桶中的值不包含在它所标记的存储桶中。例如,在原始系列中,桶包含值 3,但带标签的重采样桶中的求和值 不包括 3(如果包含,求和值将是 6,而不是 3)。2000-01-01 00:03:002000-01-01 00:03:00

>>> series.resample('3min', 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: 3min, dtype: int64

要包含此值,请关闭 bin 间隔的右侧,如下所示。

>>> series.resample('3min', 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: 3min, dtype: int64

将系列上采样为 30 秒的 bin。

>>> series.resample('30s').asfreq()[0:5]   # Select first 5 rows
2000-01-01 00:00:00   0.0
2000-01-01 00:00:30   NaN
2000-01-01 00:01:00   1.0
2000-01-01 00:01:30   NaN
2000-01-01 00:02:00   2.0
Freq: 30s, dtype: float64

将序列上采样到 30 秒的 bin 中,并NaN 使用该ffill方法填充值。

>>> series.resample('30s').ffill()[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

将序列上采样到 30 秒的 bin 中,并 NaN使用该bfill方法填充值。

>>> 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

通过传递自定义函数apply

>>> def custom_resampler(arraylike):
...     return np.sum(arraylike) + 5
...
>>> series.resample('3min').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: 3min, dtype: int64

对于DataFrame对象,可以使用关键字on来指定列而不是索引进行重采样。

>>> d = {'price': [10, 11, 9, 13, 14, 18, 17, 19],
...      'volume': [50, 60, 40, 100, 50, 100, 40, 50]}
>>> df = pd.DataFrame(d)
>>> df['week_starting'] = pd.date_range('01/01/2018',
...                                     periods=8,
...                                     freq='W')
>>> df
   price  volume week_starting
0     10      50    2018-01-07
1     11      60    2018-01-14
2      9      40    2018-01-21
3     13     100    2018-01-28
4     14      50    2018-02-04
5     18     100    2018-02-11
6     17      40    2018-02-18
7     19      50    2018-02-25
>>> df.resample('ME', on='week_starting').mean()
               price  volume
week_starting
2018-01-31     10.75    62.5
2018-02-28     17.00    60.0

对于具有 MultiIndex 的 DataFrame,关键字level可用于指定需要在哪个级别进行重采样。

>>> days = pd.date_range('1/1/2000', periods=4, freq='D')
>>> d2 = {'price': [10, 11, 9, 13, 14, 18, 17, 19],
...       'volume': [50, 60, 40, 100, 50, 100, 40, 50]}
>>> df2 = pd.DataFrame(
...     d2,
...     index=pd.MultiIndex.from_product(
...         [days, ['morning', 'afternoon']]
...     )
... )
>>> df2
                      price  volume
2000-01-01 morning       10      50
           afternoon     11      60
2000-01-02 morning        9      40
           afternoon     13     100
2000-01-03 morning       14      50
           afternoon     18     100
2000-01-04 morning       17      40
           afternoon     19      50
>>> df2.resample('D', level=0).sum()
            price  volume
2000-01-01     21     110
2000-01-02     22     140
2000-01-03     32     150
2000-01-04     36      90

如果您想根据固定时间戳调整 bin 的开始时间:

>>> start, end = '2000-10-01 23:30:00', '2000-10-02 00:30:00'
>>> rng = pd.date_range(start, end, freq='7min')
>>> ts = pd.Series(np.arange(len(rng)) * 3, index=rng)
>>> ts
2000-10-01 23:30:00     0
2000-10-01 23:37:00     3
2000-10-01 23:44:00     6
2000-10-01 23:51:00     9
2000-10-01 23:58:00    12
2000-10-02 00:05:00    15
2000-10-02 00:12:00    18
2000-10-02 00:19:00    21
2000-10-02 00:26:00    24
Freq: 7min, dtype: int64
>>> ts.resample('17min').sum()
2000-10-01 23:14:00     0
2000-10-01 23:31:00     9
2000-10-01 23:48:00    21
2000-10-02 00:05:00    54
2000-10-02 00:22:00    24
Freq: 17min, dtype: int64
>>> ts.resample('17min', origin='epoch').sum()
2000-10-01 23:18:00     0
2000-10-01 23:35:00    18
2000-10-01 23:52:00    27
2000-10-02 00:09:00    39
2000-10-02 00:26:00    24
Freq: 17min, dtype: int64
>>> ts.resample('17min', origin='2000-01-01').sum()
2000-10-01 23:24:00     3
2000-10-01 23:41:00    15
2000-10-01 23:58:00    45
2000-10-02 00:15:00    45
Freq: 17min, dtype: int64

如果要使用偏移Timedelta调整 bin 的开始,则以下两行是等效的:

>>> ts.resample('17min', origin='start').sum()
2000-10-01 23:30:00     9
2000-10-01 23:47:00    21
2000-10-02 00:04:00    54
2000-10-02 00:21:00    24
Freq: 17min, dtype: int64
>>> ts.resample('17min', offset='23h30min').sum()
2000-10-01 23:30:00     9
2000-10-01 23:47:00    21
2000-10-02 00:04:00    54
2000-10-02 00:21:00    24
Freq: 17min, dtype: int64

如果你想将最大的时间戳作为 bin 的末尾:

>>> ts.resample('17min', origin='end').sum()
2000-10-01 23:35:00     0
2000-10-01 23:52:00    18
2000-10-02 00:09:00    27
2000-10-02 00:26:00    63
Freq: 17min, dtype: int64

与 start_day 相反您可以使用end_day将最大时间戳的最高午夜作为 bin 的末尾,并删除不包含数据的 bin:

>>> ts.resample('17min', origin='end_day').sum()
2000-10-01 23:38:00     3
2000-10-01 23:55:00    15
2000-10-02 00:12:00    45
2000-10-02 00:29:00    45
Freq: 17min, dtype: int64