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。