Python|熊猫系列.asfreq()

Pandas 系列是带有轴标签的一维 ndarray。标签不必是唯一的，但必须是可散列的类型。该对象支持基于整数和基于标签的索引，并提供了许多用于执行涉及索引的操作的方法。

Pandas Series.asfreq()函数用于将 TimeSeries 转换为指定频率。该函数还提供填充方法来填充/回填缺失值。

Syntax: Series.asfreq(freq, method=None, how=None, normalize=False, fill_value=None)

Parameter :
freq : DateOffset object, or string
method : {‘backfill’/’bfill’, ‘pad’/’ffill’}, default None
how : For PeriodIndex only, see PeriodIndex.asfreq
normalize : Whether to reset output index to midnight
fill_value : Value to use for missing values

Returns : converted : same type as caller

编程需要懂一点英语

示例 #1：使用Series.asfreq()函数更改给定系列对象的频率。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series([11, 21, 8, 18, 65, 18, 32, 10, 5, 32, None])
  
# Create the Index
index_ = pd.date_range('2010-10-09 08:45', periods = 11, freq ='M')
  
# set the index
sr.index = index_
  
# Print the series
print(sr)

输出：

2010-12-31 08:45:00     8
2011-01-31 08:45:00    18
2011-02-28 08:45:00    65
2011-03-31 08:45:00    18
2011-04-30 08:45:00    32
2011-05-31 08:45:00    10
2011-06-30 08:45:00     5
2011-07-31 08:45:00    32
2011-08-31 08:45:00   NaN
Freq: M, dtype: float64

现在我们将使用Series.asfreq()函数将给定系列对象的频率更改为每季度一次。

# change to quarterly frequency
result = sr.asfreq(freq = 'Q')
  
# Print the result
print(result)

输出：

2010-12-31 08:45:00     8
2011-03-31 08:45:00    18
2011-06-30 08:45:00     5
Freq: Q-DEC, dtype: float64

正如我们在输出中看到的那样， Series.asfreq()函数已成功更改给定系列对象的频率。示例#2：使用Series.asfreq()函数将给定系列对象的年频率更改为 3 年的批次。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series([11, 21, 8, 18, 65, 18, 32, 10, 5, 32, None])
  
# Create the Index
# apply yearly frequency
index_ = pd.date_range('2010-10-09 08:45', periods = 11, freq ='Y')
  
# set the index
sr.index = index_
  
# Print the series
print(sr)

输出：

2010-12-31 08:45:00    11.0
2011-12-31 08:45:00    21.0
2012-12-31 08:45:00     8.0
2013-12-31 08:45:00    18.0
2014-12-31 08:45:00    65.0
2015-12-31 08:45:00    18.0
2016-12-31 08:45:00    32.0
2017-12-31 08:45:00    10.0
2018-12-31 08:45:00     5.0
2019-12-31 08:45:00    32.0
2020-12-31 08:45:00     NaN
Freq: A-DEC, dtype: float64

现在我们将使用Series.asfreq()函数将给定系列对象的年频率更改为 3 年的批次。

# apply year batch frequency
result = sr.asfreq(freq = '3Y')
  
# Print the result
print(result)

输出：

2010-12-31 08:45:00    11.0
2013-12-31 08:45:00    18.0
2016-12-31 08:45:00    32.0
2019-12-31 08:45:00    32.0
Freq: 3A-DEC, dtype: float64

正如我们在输出中看到的那样， Series.asfreq()函数已成功更改给定系列对象的频率。