Pandas時間序列:重采樣及頻率轉(zhuǎn)換方式
更新時間：2019年12月26日 10:29:39 作者：BQW_
今天小編就為大家分享一篇Pandas時間序列:重采樣及頻率轉(zhuǎn)換方式，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
如下所示：
import pandas as pd import numpy as np
一、介紹
重采樣(resampling)指的是將時間序列從一個頻率轉(zhuǎn)換到另一個頻率的處理過程；
將高頻率(間隔短)數(shù)據(jù)聚合到低頻率(間隔長)稱為降采樣(downsampling)；
將低頻率數(shù)據(jù)轉(zhuǎn)換到高頻率則稱為升采樣(unsampling)；
有些采樣即不是降采樣也不是升采樣，例如將W-WED(每周三)轉(zhuǎn)換為W-FRI；
二、resample方法–轉(zhuǎn)換頻率的主力函數(shù)
rng = pd.date_range('1/1/2000',periods=100,freq='D')
ts = pd.Series(np.random.randn(len(rng)),index=rng)
ts.resample('M').mean() # 將100天按月進行降采樣(聚合)
2000-01-31 -0.156092 2000-02-29 0.060607 2000-03-31 -0.039608 2000-04-30 -0.154838 Freq: M, dtype: float64
ts.resample('M',kind='period').mean()
2000-01 -0.156092 2000-02 0.060607 2000-03 -0.039608 2000-04 -0.154838 Freq: M, dtype: float64
三、降采樣(聚合)
1.降采樣面元(區(qū)間)默認才有左閉右開的形式，而且聚合的索引是以左邊界標記
rng = pd.date_range('1/1/2000',periods=12,freq='T')
ts = pd.Series(np.arange(12),index=rng)
ts
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 2000-01-01 00:09:00 9 2000-01-01 00:10:00 10 2000-01-01 00:11:00 11 Freq: T, dtype: int32
ts.resample('5min').sum()
2000-01-01 00:00:00 10 2000-01-01 00:05:00 35 2000-01-01 00:10:00 21 Freq: 5T, dtype: int32
2.通過參數(shù)closed='right'可以實現(xiàn)左開右閉
ts.resample('5min',closed='right').sum()
1999-12-31 23:55:00 0 2000-01-01 00:00:00 15 2000-01-01 00:05:00 40 2000-01-01 00:10:00 11 Freq: 5T, dtype: int32
3.通過參數(shù)label='right'可以實現(xiàn)以右邊界為聚合后的標簽
ts.resample('5min',closed='right',label='right').sum()
2000-01-01 00:00:00 0 2000-01-01 00:05:00 15 2000-01-01 00:10:00 40 2000-01-01 00:15:00 11 Freq: 5T, dtype: int32
4.通過參數(shù)loffset可以實現(xiàn)精準的調(diào)整標簽
ts.resample('5min',closed='right',loffset='-1s').sum()
1999-12-31 23:54:59 0 1999-12-31 23:59:59 15 2000-01-01 00:04:59 40 2000-01-01 00:09:59 11 Freq: 5T, dtype: int32
四、OHLC重采樣
在金融領(lǐng)域常用的聚合方式–OHLC，它會計算各個面元的：第一個值(開盤)、最后一個值(收盤)、最大值和最小值，并產(chǎn)生一個DataFrame
print(ts.resample('5min').ohlc())
open high low close
2000-01-01 00:00:00 0 4 0 4
2000-01-01 00:05:00 5 9 5 9
2000-01-01 00:10:00 10 11 10 11
五、通過groupby進行重采樣
rng = pd.date_range('1/1/2000',periods=100,freq='D')
ts = pd.Series(np.arange(100),index=rng)
ts.groupby(lambda x:x.month).mean() # 等價于 ts.groupby(rng.month).mean()
1 15 2 45 3 75 4 95 dtype: int32
ts.groupby(lambda x:x.weekday).mean() # 按周聚合
0 47.5 1 48.5 2 49.5 3 50.5 4 51.5 5 49.0 6 50.0 dtype: float64
六、升采樣和插值
升采樣是從低頻率到高頻率，這樣會引入缺失值；
升采樣時需要決定采樣后結(jié)果中具體那個值代替原始的值；
當決定了替換原始值的值后，中間的值會按照頻率進行添加；
frame = pd.DataFrame(np.random.randn(2,4),
index = pd.date_range('1/1/2000',periods=2,freq='W-WED'),
columns = ['Colorado','Texas','New York','Ohio'])
print(frame)
Colorado Texas New York Ohio
2000-01-05 -0.078765 1.389417 0.732726 0.816723
2000-01-12 -0.663686 0.744384 1.395332 -0.031715
1.升采樣、前向填充
df_daily = frame.resample('D')
print(df_daily.ffill())
Colorado Texas New York Ohio
2000-01-05 -0.078765 1.389417 0.732726 0.816723
2000-01-06 -0.078765 1.389417 0.732726 0.816723
2000-01-07 -0.078765 1.389417 0.732726 0.816723
2000-01-08 -0.078765 1.389417 0.732726 0.816723
2000-01-09 -0.078765 1.389417 0.732726 0.816723
2000-01-10 -0.078765 1.389417 0.732726 0.816723
2000-01-11 -0.078765 1.389417 0.732726 0.816723
2000-01-12 -0.663686 0.744384 1.395332 -0.031715
print(df_daily.ffill(limit=2))
Colorado Texas New York Ohio
2000-01-05 -0.078765 1.389417 0.732726 0.816723
2000-01-06 -0.078765 1.389417 0.732726 0.816723
2000-01-07 -0.078765 1.389417 0.732726 0.816723
2000-01-08 NaN NaN NaN NaN
2000-01-09 NaN NaN NaN NaN
2000-01-10 NaN NaN NaN NaN
2000-01-11 NaN NaN NaN NaN
2000-01-12 -0.663686 0.744384 1.395332 -0.031715
2.重采樣后的日期不一定與先前的日期有交集
print(frame)
Colorado Texas New York Ohio
2000-01-05 -0.078765 1.389417 0.732726 0.816723
2000-01-12 -0.663686 0.744384 1.395332 -0.031715
print(frame.resample('W-THU').ffill()) # 重采樣后的結(jié)果開始為全NaN，使用ffill會使用2000-01-05和2000-01-12的值向前填充
Colorado Texas New York Ohio
2000-01-06 -0.078765 1.389417 0.732726 0.816723
2000-01-13 -0.663686 0.744384 1.395332 -0.031715
七、通過時期(period)進行重采樣
1.將采樣
frame = pd.DataFrame(np.random.randn(24,4),
index = pd.period_range('1-2000','12-2001',freq='M'),
columns = ['Colorado','Texas','New York','Ohio'])
print(frame[:5])
Colorado Texas New York Ohio
2000-01 -1.956495 -0.689508 0.057439 -0.655832
2000-02 -0.491443 -1.731887 1.336801 0.659877
2000-03 -0.139601 -1.310386 -0.299205 1.194269
2000-04 0.431474 -1.312518 1.880223 0.379421
2000-05 -0.674796 0.471018 0.132998 0.509761
annual_frame = frame.resample('A-DEC').mean()
print(annual_frame)
Colorado Texas New York Ohio 2000 -0.332076 -0.762599 0.046917 0.224908 2001 -0.152922 0.168667 -0.326439 -0.052034
2.通過convention決定在升采樣后，那端來替換原來的值
# Q-DEC:以12月做為最后一個季度的最后一個月進行升采樣.也就是1-3月是1季度，4-6月是2季度，7-9月是3季度，10-12月是4季度
print(annual_frame.resample('Q-DEC').ffill())
Colorado Texas New York Ohio
2000Q1 -0.332076 -0.762599 0.046917 0.224908
2000Q2 -0.332076 -0.762599 0.046917 0.224908
2000Q3 -0.332076 -0.762599 0.046917 0.224908
2000Q4 -0.332076 -0.762599 0.046917 0.224908
2001Q1 -0.152922 0.168667 -0.326439 -0.052034
2001Q2 -0.152922 0.168667 -0.326439 -0.052034
2001Q3 -0.152922 0.168667 -0.326439 -0.052034
2001Q4 -0.152922 0.168667 -0.326439 -0.052034
# 使用2000Q4替換2000、2001Q4替換2001，這兩個值2000Q4和2001Q4之間就是升采樣新增的值
print(annual_frame.resample('Q-DEC',convention='end').ffill())
Colorado Texas New York Ohio
2000Q4 -0.332076 -0.762599 0.046917 0.224908
2001Q1 -0.332076 -0.762599 0.046917 0.224908
2001Q2 -0.332076 -0.762599 0.046917 0.224908
2001Q3 -0.332076 -0.762599 0.046917 0.224908
2001Q4 -0.152922 0.168667 -0.326439 -0.052034
3.綜合案例解析
Q-MAR：4-6月是1季度，7-9月是2季度，10-12月是3季度，1-3月是4季度；
2000-01到2000-03是2000Q4，2000-04到2000-6是2001Q1,以此類推；
2000轉(zhuǎn)變?yōu)閇2000Q4,2001Q1,2001Q2,2001Q3]，2001轉(zhuǎn)變?yōu)閇2001Q4,2002Q1,2002Q2,2002Q3]；
convention='end'，那么會使用2001Q3替換原始的2000，2002Q3替換2001,中間的部分自動添加；
索引結(jié)果為[2001Q3,2001Q4,2002Q1,2002Q2,2002Q3]；
print(annual_frame.resample('Q-MAR',convention='end').ffill())
Colorado Texas New York Ohio
2001Q3 -0.332076 -0.762599 0.046917 0.224908
2001Q4 -0.332076 -0.762599 0.046917 0.224908
2002Q1 -0.332076 -0.762599 0.046917 0.224908
2002Q2 -0.332076 -0.762599 0.046917 0.224908
2002Q3 -0.152922 0.168667 -0.326439 -0.052034
以上這篇Pandas時間序列:重采樣及頻率轉(zhuǎn)換方式就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關(guān)文章
這篇文章主要給大家分享如何利用?Python?讓圖表動起來，本文圍繞Python?讓圖表動起來的話題舉例matplotlib動畫功能的一個例子展開文章內(nèi)容,需要的朋友可以參考一下2021-10-10
這篇文章主要介紹了python求解三角形第三邊長實例，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2022-05-05
python通過txt文件批量安裝依賴包的實現(xiàn)步驟
今天小編就為大家分享一篇python通過txt文件批量安裝依賴包的實現(xiàn)步驟，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-08-08
在IPython中進行Python程序執(zhí)行時間的測量方法
今天小編就為大家分享一篇在IPython中進行Python程序執(zhí)行時間的測量方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-11-11
Beautiful Soup 是用Python寫的一個HTML/XML的解析器，它可以很好的處理不規(guī)范標記并生成剖析樹(parse tree)。 它提供簡單又常用的導航（navigating），搜索以及修改剖析樹的操作。它可以大大節(jié)省你的編程時間,下面我們就看看他是如何使用2013-11-11
有時候我們在批量打印文件的時候,總會遇到電腦上打印機隊列打不開的情況,為此我們可以利用Python寫一個打印機批量打印隊列,下面小編就來和大家詳細講講吧2025-02-02
這篇文章主要介紹了python 的列表遍歷刪除,需要的朋友可以參考下2015-11-11
詳解Python是如何實現(xiàn)issubclass的
這篇文章主要介紹了詳解Python是如何實現(xiàn)issubclass的，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2019-07-07
Python3如何使用range函數(shù)替代xrange函數(shù)
這篇文章主要介紹了Python3如何使用range函數(shù)替代xrange函數(shù),文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-10-10
二叉搜索樹(二叉排序樹)它的每個節(jié)點的數(shù)據(jù)結(jié)構(gòu)為1個父節(jié)點指針,1個左孩子指針,1個有孩子指針,還有就是自己的數(shù)據(jù)部分了,因為只有左右兩孩子,所以才叫二叉樹,在此基礎(chǔ)上,該二叉樹還滿足另外一個條件:每個結(jié)點的左孩子都不大于該結(jié)點&&每個結(jié)點的右孩子都大于該結(jié)點.2016-02-02