python对数据重采样 dataframe重采样

第四章. Pandas进阶

4.9 时间序列

重采样（resample）

在Pandas中，对时间序列频率的调整称为重采样，即时间序列从一个频率转换到另一个频率的过程，由周统计变成月统计

1).语法：

• 4.8章 第4点 已介绍过：链接: DataFrame.resample

2).示例：

import pandas as pd

#重采样：将1分钟的时间序列转换成5分钟
index=pd.date_range('2022/11/29',periods=10,freq='T')
Series=pd.Series(range(10),index=index)
print(Series)
print("*"*50)

df_sum=Series.resample('5T').sum()
print(df_sum)

结果展示:

降采样（resample）

在Pandas中，周期由高频率转向低频率称为降采样，例如按日统计变成按年统计

1).示例1：

import pandas as pd

# 降采样：按年统计销售量
pd.set_option('display.unicode.ambiguous_as_wide', True)  # 处理数据的列标题与数据无法对齐的情况
pd.set_option('display.unicode.east_asian_width', True)  # 无法对齐主要是因为列标题是中文

df = pd.read_excel('F:\\Note\\图书采购清单.xlsx', sheet_name='Sheet1')
df1 = df.set_index('发货日期')
df2 = df1['原价'].resample('AS').sum()
print(df2)
print('*' * 50)

结果展示:

升采样（resample）

在Pandas中，周期由低频率转向高频率称为升采样，例如按天统计变成按小时统计

1).示例1：

import pandas as pd
import numpy as np

# 升采样：
index = pd.date_range('2022/11/29', periods=2, freq='D')
Series = pd.Series(np.arange(1, 3), index=index)
print(Series)
print("*" * 50)

df1 = Series.resample('8H').asfreq().bfill()  # ffill：向前填充 bfill：向后填充
print(df1)

结果展示:

时间序列数据汇总（ohlc）

1).语法：

DataFrame.resample.ohlc()

参数说明:
返回值：DataFrame对象， 即每组数据的open（开），close（关），high（高），low（低）值

2).示例：

import pandas as pd

# 时间序列数据汇总：找出一组数据的开始数据，结束数据，最大值，最小值
import numpy as np

index = pd.date_range('2022/11/29', periods=12, freq='T')
Series = pd.Series(np.random.random(12), index=index)
print(Series)
print("*" * 50)

df1 = Series.resample('6T').ohlc()
print(df1)

结果展示:

移动窗口数据计算（rolling）

通过重采样可以得到想要的任何频率的数据，但是这些数据也只是一个时点的数据，那么就存在一个数问题：时点的数据波动较大，某一点的数据就不能很好的表现它本身的特性，就引入了移动窗口的概念，简单得说：为了提升数据的可靠性，将某点的取值扩大到包含这个点的一段区域，用区间来进行判断，这个区间就是窗口

1).语法：

DataFrame.rolling(window, min_periods=None, center=False, win_type=None, on=None, axis=0, closed=None)

参数说明:
window：时间窗的大小,数值int：即向前几个数据，offset：即表示时间窗口的大小
min_periods:每个窗口最少包含的观测值数量，小于这个值的窗口结果为NA，值可以是int，offset类型(默认值为1)
center:把窗口的标签设置为居中,布尔型,默认False
win_type: 窗口的类型,截取窗的各种函数。字符串类型，默认为None
on: 可选参数,对于dataframe而言，指定要计算移动窗口的列,值为列名
axis：0：表示列，1：表示行 ，默认值为0
closed：定义区间的开闭，支持int类型的window,对于offset类型默认是左开右闭，即默认为right,可以根据情况指定为left、both等

2).示例：

import pandas as pd
import numpy as np

# 移动窗口数据计算
index = pd.date_range('2022/11/29', periods=8, freq='T')
Series = pd.Series(np.random.random(8), index=index)
print(Series)
print("*" * 50)

df_mean = Series.rolling('3T', min_periods=1).mean()
print(df_mean)

结果展示: