重新采样

pandas.api.typing.Resampler实例由重新采样调用返回：pandas.DataFrame.resample(), pandas.Series.resample()。

索引、迭代

Resampler.__iter__()	Groupby 迭代器。
Resampler.groups	字典 {组名称 -> 组标签}。
Resampler.indices	字典 {组名称 -> 组索引}。
Resampler.get_group（名称[，对象]）	从具有提供名称的组构造 DataFrame。

功能应用

Resampler.apply([功能])	使用指定轴上的一项或多项操作进行聚合。
Resampler.aggregate([功能])	使用指定轴上的一项或多项操作进行聚合。
Resampler.transform(arg, *args, **kwargs)	调用函数在每个组上生成相似索引的系列。
Resampler.pipe(func, *args, **kwargs)	将func带有参数的对象应用于此 Resampler 对象并返回其结果。

上采样

Resampler.ffill（[限制]）	向前填充值。
Resampler.bfill（[限制]）	向后填充重采样数据中的新缺失值。
Resampler.nearest（[限制]）	使用最接近的值重新采样。
Resampler.fillna(方法[,限制])	填充上采样引入的缺失值。
Resampler.asfreq([填充值])	返回新频率的值，本质上是重新索引。
Resampler.interpolate([方法、轴、极限、...])	根据不同的方法在目标时间戳之间插入值。

计算/描述性统计

Resampler.count()	计算组的计数，排除缺失值。
Resampler.nunique(*args, **kwargs)	返回组中唯一元素的数量。
Resampler.first([仅数字，最小计数，...])	计算每组中每列的第一个条目。
Resampler.last([仅数字，min_count，skipna])	计算每组中每列的最后一个条目。
Resampler.max([仅数字，最小计数])	计算组的最大值。
Resampler.mean([仅限数字])	计算组的平均值，排除缺失值。
Resampler.median([仅限数字])	计算组的中位数，排除缺失值。
Resampler.min([仅数字，最小计数])	计算组的最小值。
Resampler.ohlc(*args, **kwargs)	计算一组的开盘价、最高价、最低价和收盘价，排除缺失值。
Resampler.prod([仅数字，最小计数])	计算组值的乘积。
Resampler.size()	计算组大小。
Resampler.sem([ddof,仅限数字])	计算组平均值的标准误差，不包括缺失值。
Resampler.std([ddof,仅限数字])	计算组的标准差，排除缺失值。
Resampler.sum([仅数字，最小计数])	计算组值的总和。
Resampler.var([ddof,仅限数字])	计算组的方差，排除缺失值。
Resampler.quantile([q])	返回给定分位数的值。