Python熊猫 dataframe.resample()

在处理时间序列数据时，经常需要对数据进行重采样。数据重采样功能可以将数据从一个频率转换为另一个频率。使用pandas库的dataframe.resample()方法可以轻松完成重采样操作。

重采样的类型

pandas库的dataframe.resample()方法支持多种重采样的类型：

1. 降采样

• 将高频数据聚合为低频数据，如将每小时数据聚合为每天数据

2. 升采样

• 将低频数据转换为高频数据，如将每周数据转换为每天数据

3. 重采样

• 将数据的样本取样重采集到新的样本中，如将每2分钟数据聚合为每1分钟数据

重采样的参数

pandas库的dataframe.resample()方法含有多个参数，具体如下：

• rule：指定重采样的频率，如'M'表示月份，'D'表示天，'H'表示小时，'T'表示分钟，'S'表示秒，'L'或毫秒，'U'或微秒，'N'表示纳秒。更多参数可查阅pandas官方文档
• axis：指定在哪个轴上进行重采样，默认为0
• closed：指定重采样的时间区间闭合方式，左闭右闭、左开右闭等
• label：指定重采样的标签选项，取合法的取样位置（left，right，mid）
• loffset：对重采样的时间标签进行微调，如'-1s'表示所有时间标签往前移动一个秒

示例代码

下面是一个简单的示例代码，演示数据降采样操作：

import pandas as pd

# 新建sample数据，并设置时间索引
date_rng = pd.date_range(start='1/1/2020', end='1/10/2020', freq='H')
df = pd.DataFrame(date_rng, columns=['date'])
df['data'] = np.random.randint(0,100,size=(len(date_rng)))
df.set_index('date', inplace=True)

# 降采样，将每小时数据聚合为每天数据
df_daily = df.resample('D').mean()

print(df_daily)

输出结果：

                 data
date                 
2020-01-01  45.541667
2020-01-02  54.770833
2020-01-03  48.625000
2020-01-04  44.250000
2020-01-05  43.833333
2020-01-06  50.791667
2020-01-07  52.208333
2020-01-08  45.333333
2020-01-09  50.708333
2020-01-10  59.791667

以上代码示例将数据从每小时聚合为每天的数据，并计算每一天的数据平均值。可见，dataframe.resample()方法非常容易实现对数据的重采样操作。