pandas.core.resample.Resampler.nearest #

最终 重采样器。最近( limit = None ) [来源] #

使用最接近的值重新采样。

当对数据进行重采样时,可能会出现缺失值(例如,当重采样频率高于原始频率时)。最近方法将根据索引值将重采样数据中出现的值替换NaN为序列中最近成员的值。原始数据中存在的缺失值不会被修改。如果给出限制,则为每个原始值在每个方向上仅填充这么多值。

参数
限制int,可选

要填充的值的数量限制。

返回
系列或数据框

上采样的系列或数据帧,NaN其值填充为其最接近的值。

也可以看看

backfill

向后填充重采样数据中的新缺失值。

pad

转发填充NaN值。

例子

>>> s = pd.Series([1, 2],
...               index=pd.date_range('20180101',
...                                   periods=2,
...                                   freq='1h'))
>>> s
2018-01-01 00:00:00    1
2018-01-01 01:00:00    2
Freq: h, dtype: int64
>>> s.resample('15min').nearest()
2018-01-01 00:00:00    1
2018-01-01 00:15:00    1
2018-01-01 00:30:00    2
2018-01-01 00:45:00    2
2018-01-01 01:00:00    2
Freq: 15min, dtype: int64

限制由最接近的值估算的上采样值的数量:

>>> s.resample('15min').nearest(limit=1)
2018-01-01 00:00:00    1.0
2018-01-01 00:15:00    1.0
2018-01-01 00:30:00    NaN
2018-01-01 00:45:00    2.0
2018-01-01 01:00:00    2.0
Freq: 15min, dtype: float64