python resample函数用法

Python resample 函数用法

在Python中，resample 函数通常用于时间序列数据的重采样。Pandas库提供了强大的时间序列处理功能，其中就包括resample方法。这个方法允许你按照指定的频率对时间序列数据进行聚合、插值等操作。以下是关于如何使用Pandas中的resample方法的详细指南。

1. 安装Pandas

如果你还没有安装Pandas，可以使用以下命令进行安装：

pip install pandas

2. 导入必要的库

首先，你需要导入Pandas库以及可能用到的其他库（如NumPy）：

import pandas as pd import numpy as np

3. 创建或加载时间序列数据

你可以创建一个示例的时间序列DataFrame，或者从文件（如CSV）中加载你的时间序列数据。这里是一个创建示例DataFrame的例子：

# 生成日期范围 date_rng = pd.date_range(start='1/1/2020', end='1/08/2020', freq='H') # 每小时一次 # 创建随机数据 df = pd.DataFrame(date_rng, columns=['date']) df['data'] = np.random.randn(len(df)) # 将'date'列设置为索引 df.set_index('date', inplace=True) print(df.head())

输出示例：

data date 2020-01-01 00:00:00 -0.567 2020-01-01 01:00:00 -0.498 2020-01-01 02:00:00 -0.235 2020-01-01 03:00:00 -0.698 2020-01-01 04:00:00 -0.073

4. 使用resample方法进行重采样

现在你可以使用resample方法来对数据进行重采样。例如，将每小时的数据转换为每天的平均值：

# 重采样为每日平均值 daily_mean = df.resample('D').mean() print(daily_mean)

输出示例：

data date 2020-01-01 -0.216 2020-01-02 -0.029 2020-01-03 -0.023 2020-01-04 -0.053 2020-01-05 -0.070 2020-01-06 -0.045 2020-01-07 -0.031

5. 其他常用的重采样选项

• 求和：df.resample('D').sum()
• 最大值：df.resample('D').max()
• 最小值：df.resample('D').min()
• 计数：df.resample('D').count()
• 自定义函数：你也可以传递一个自定义的函数给apply方法，例如df.resample('D').apply(np.std)来计算标准差。

6. 时间偏移和截断

有时你可能需要对时间戳进行偏移或截断以适应特定的业务需求。例如，如果你想让每一天都从某个特定的小时开始（比如上午9点），你可以使用loffset参数：

# 每天从上午9点开始计算平均值 daily_mean_offset = df.resample('D').mean().loffset('9H') print(daily_mean_offset)

7. 插值

虽然resample主要用于聚合操作，但你也可以结合interpolate方法对缺失数据进行插值。不过，这通常是在你已经通过某种方式（如重采样导致的降频）引入了缺失数据之后进行的。

# 例如，先进行一次低频重采样然后插值回高频 low_freq = df.resample('2D').mean() # 每两天平均一次 interpolated = low_freq.asfreq('D').interpolate() # 插值回每天 print(interpolated)

请注意，这里的asfreq方法只是用来展示如何调整频率而不进行聚合；如果原始数据已经以目标频率存在且没有缺失值，则不需要这一步。