resample函数

最新推荐文章于 2025-03-12 06:40:38 发布

TheLittlePython

最新推荐文章于 2025-03-12 06:40:38 发布

阅读量1.3w

点赞数 1

分类专栏：时间序列文章标签： resample 时间序列处理

本文链接：https://blog.csdn.net/TheLittlePython/article/details/79035144

版权

时间序列专栏收录该内容

3 篇文章

订阅专栏

本文介绍了Pandas库中用于时间序列处理的resample函数，包括其语法、参数选项如rule、closed和label，并通过实例展示了如何进行时间序列的重新采样和分组求和，演示了不同参数设置对结果的影响。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

欢迎关注微信公众号：excelwork

resample函数

函数语法：

df.resample(rule, how=None, axis=0, fill_method=None, closed=None, label=None, convention='start', kind=None, loffset=None, limit=None, base=0, on=None, level=None)

rule：为用来表示频率偏移量的字符串

closed ： {‘right’, ‘left’}，表示区间关闭的那一边，默认left，可应用所有的频率除了 ‘M’, ‘A’, ‘Q’, ‘BM’, ‘BA’, ‘BQ’, and ‘W’

right则全部频率可用

label：{right','left'}，表示区间关闭的那一边

函数介绍：

时间序列转换和重新采样的简便方法。对象必须有类似时间的索引，或者将类似时间的数值传递给on或level关键字

函数使用：

首先构造序列

i=pd.date_range('2017-01-01',periods=10,freq='S')

s=pd.Series(range(10),index=i)

构造的时间序列如下：

s
2017-01-01 00:00:00 0
2017-01-01 00:00:01 1
2017-01-01 00:00:02 2
2017-01-01 00:00:03 3
2017-01-01 00:00:04 4
2017-01-01 00:00:05 5
2017-01-01 00:00:06 6
2017-01-01 00:00:07 7
2017-01-01 00:00:08 8
2017-01-01 00:00:09 9
2017-01-01 00:00:10 10
2017-01-01 00:00:11 11
2017-01-01 00:00:12 12
2017-01-01 00:00:13 13
2017-01-01 00:00:14 14
2017-01-01 00:00:15 15
2017-01-01 00:00:16 16
2017-01-01 00:00:17 17
2017-01-01 00:00:18 18
2017-01-01 00:00:19 19

使用label和closed参数，等于right时，包含5s对应的值（2017-01-01 00:00:05 15），按5秒(00,01~05,06~10...)分组，
s.resample('5S',label='right',closed='right').sum()
2017-01-01 00:00:00 0
2017-01-01 00:00:05 15
2017-01-01 00:00:10 40
2017-01-01 00:00:15 65

2017-01-01 00:00:20 70

参数等于left时，不包含5秒对应的值，按5秒(00~04,05~09,10~14...)分组求和：
s.resample('5S',label='left',closed='left').sum()
2017-01-01 00:00:00 10
2017-01-01 00:00:05 35
2017-01-01 00:00:10 60
2017-01-01 00:00:15 85
Freq: 5S, dtype: int64

不使用label和closed参数，从第一个时间点开始，每5秒求和一次：
s.resample('5S').sum()
2017-01-01 00:00:00 10
2017-01-01 00:00:05 35
2017-01-01 00:00:10 60
2017-01-01 00:00:15 85

参考链接：http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.resample.html