pandas-时间序列重构-resample

Posted 2023-05-17

参考技术A

同样也是上一篇练习遇到的函数，感觉有点儿复杂，这里学习下。

DataFrame.resample(self, rule, axis=0, closed: Union[str, NoneType] = None, label: Union[str, NoneType] = None, convention: str = \'start\', kind: Union[str, NoneType] = None, loffset=None, base: int = 0, on=None, level=None)

Resample time-series data

Convenience method for frequency conversion and resampling of time series. Object must have a datetime-like index (DatetimeIndex, PeriodIndex, or TimedeltaIndex), or pass datetime-like values to the on or level keyword.

这个函数是针对时间序列，对DataFrame进行重构
关于 date_range 可以参考上一篇： pandas - date_range

我们先创建个数据

这里，主要是需要指定一个重构的规则

resample就是根据2D，2D表示就是2天，也就是根据2天重新构建DataFrame
我们这里就调用sum函数，将符合这个规则的元素求和

我们来观察index，原来是1-10，现在变成1,3,5,7,9，也就是间隔2天一组

label参数
指定，我们使用哪一个作为新的label

closed参数
这个稍微有点儿奇怪
label的话，是说，我们重组了数据之后，会有多行记录进行合并，那应该取哪一行的label来显示呢？label就是用来指定这个的；
但是closed参数呢？
Which side of bin interval is closed. The default is ‘left’ for all frequency offsets except for ‘M’, ‘A’, ‘Q’, ‘BM’, ‘BA’, ‘BQ’, and ‘W’ which all have a default of ‘right’.

我们再来看一下原始数据：

我们来试试closed参数
默认是 closed=\'left\'

这里理解起来还是可以的，2天为一个间隔，label也默认是left

然后，我们来看看 closed=\'right\'

这里，我就有点儿疑惑了，数据的重组是我在Excel中用颜色标出来的，这个我可以理解，但是这个label，为什么往前多取了一个

有点儿奇怪，我得捋一捋

pandas使用resample进行不同粒度下的时间特征重构实战：构建时间维度统计特征

pandas使用resample进行不同粒度下的时间特征重构实战：构建时间维度统计特征

Pandas中的resample，重新采样，是对原样本重新处理的一个方法，是一个对常规时间序列数据重新采样和频率转换的便捷的方法。

resample与groupby的区别：

resample：在给定的时间单位内重取样
groupby：对给定的数据条目进行统计

方法的格式是：