Python系列 - Pandas -时间频率pandas.DataFrame.resample

官方网址：https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.resample.html

目的

该篇文章主要以resample的作用、参数配置解释，以及它能搭配什么参数进行使用的编写。

会按照以下进行讲解

1、resample能实现什么效果

2、resample有哪些参数

3、常用的resample分类实例

1、resample能实现什么效果

resample能搭配各种不同时间维度，进行分组聚合。针对分组情况你可以搭配使用max、min、sum、mean等使用。

它可以搭配三种场景使用

groupby

Group by mapping, function, label, or list of labels.

Series.resample

Resample a Series.

DataFrame.resample

Resample a DataFrame

实例

假设我有一批数据，有2行，一行时间序列，一行具体数字，以DataFrame展示。具体如下。

import pandas as pd
rng = pd.date_range("1/1/2012", periods=100, freq="D")
ts = pd.Series(np.random.randint(0, 500, len(rng)), index=rng)
ts = ts.reset_index(name='num')

在这里插入图片描述

注：生成的是2012-01-01 至 2012-04-09年的数据。

需求

现在有一个需求，想要求不同时间维度下的数据之和，例如每周、每月。

完成需求

首先要将日期型字段设为索引，这一步是为了搭配resample使用，它只能配合datetimeindex

ts = ts.set_index('index')
ts.head()
-----------------------
            num
index          
2012-01-01  104
2012-01-02  249
2012-01-03  177
2012-01-04  262
2012-01-05  318
-------------------------
ts.index
-------------------------
DatetimeIndex(['2012-01-01', '2012-01-02', '2012-01-03', '2012-01-04',
               '2012-01-05', '2012-01-06', '2012-01-07', '2012-01-08',
               '2012-01-09', '2012-01-10', '2012-01-11', '2012-01-12',
               '2012-01-13', '2012-01-14', '2012-01-15', '2012-01-16',
               '2012-01-17', '2012-01-18', '2012-01-19', '2012-01-20',
               '2012-01-21', '2012-01-22', '2012-01-23', '2012-01-24',
               '2012-01-25', '2012-01-26', '2012-01-27', '2012-01-28',
               '2012-01-29', '2012-01-30', '2012-01-31', '2012-02-01',
               '2012-02-02', '2012-02-03', '2012-02-04', '2012-02-05',
               '2012-02-06', '2012-02-07', '2012-02-08', '2012-02-09',
               '2012-02-10', '2012-02-11', '2012-02-12', '2012-02-13',
               '2012-02-14', '2012-02-15', '2012-02-16', '2012-02-17',
               '2012-02-18', '2012-02-19', '2012-02-20', '2012-02-21',
               '2012-02-22', '2012-02-23', '2012-02-24', '2012-02-25',
               '2012-02-26', '2012-02-27', '2012-02-28', '2012-02-29',
               '2012-03-01', '2012-03-02', '2012-03-03', '2012-03-04',
               '2012-03-05', '2012-03-06', '2012-03-07', '2012-03-08',
               '2012-03-09', '2012-03-10', '2012-03-11', '2012-03-12',
               '2012-03-13', '2012-03-14', '2012-03-15', '2012-03-16',
               '2012-03-17', '2012-03-18', '2012-03-19', '2012-03-20',
               '2012-03-21', '2012-03-22', '2012-03-23', '2012-03-24',
               '2012-03-25', '2012-03-26', '2012-03-27', '2012-03-28',
               '2012-03-29', '2012-03-30', '2012-03-31', '2012-04-01',
               '2012-04-02', '2012-04-03', '2012-04-04', '2012-04-05',
               '2012-04-06', '2012-04-07', '2012-04-08', '2012-04-09'],
              dtype='datetime64[ns]', name='index', freq=None)

• 每周

  # 按照周进行求和
  ts.resample('7D').sum()
  --------------------------
              num
  index           
  2012-01-01  1817
  2012-01-08  2460
  2012-01-15  2070
  2012-01-22  2104
  2012-01-29  1812
  2012-02-05  2008
  2012-02-12  1949
  2012-02-19  2092
  2012-02-26  2527
  2012-03-04  1934
  2012-03-11  1856
  2012-03-18  1546
  2012-03-25  1206
  2012-04-01  1865
  2012-04-08   441
  

• 每月

  # 按照月进行求和
  ts.resample('M').sum()
  --------------------------
               num
  index           
  2012-01-31  9552
  2012-02-29  8233
  2012-03-31  7596
  2012-04-30  2306
  

2、resample有哪些参数

2.1 resample函数本身参数

Signature:
ts.resample(
    rule,
    axis=0,
    closed: Union[str, NoneType] = None,
    label: Union[str, NoneType] = None,
    convention: str = 'start',
    kind: Union[str, NoneType] = None,
    loffset=None,
    base: int = 0,
    on=None,
    level=None,
)
Docstring:
Resample time-series data.

参数	说明
freq	表示重采样频率，例如‘M'、‘5min'，Second(15)
how='mean'	用于产生聚合值的函数名或数组函数，例如 ‘mean'、‘ohlc'、np.max等，默认是‘mean'，其他常用的值 有：‘first'、‘last'、‘median'、‘max'、‘min'
axis=0	默认是纵轴，横轴设置axis=1
fill_method = None	升采样时如何插值，比如‘ffill'、‘bfill'等
closed = ’right'	在降采样时，各时间段的哪一段是闭合的，‘right'或‘left'，默认‘right'
label= ‘right'	在降采样时，如何设置聚合值的标签，例如，9：30-9：35会被标记成9：30还是9：35, 默认9：35
loffset = None	面元标签的时间校正值，比如‘-1s'或Second(-1)用于将聚合标签调早1秒
limit=None	在向前或向后填充时，允许填充的最大时期数
kind = None	聚合到时期（‘period'）或时间戳（‘timestamp'），默认聚合到时间序列的索引类型
convention = None	当重采样时期时，将低频率转换到高频率所采用的约定（start或end）。默认‘end'

函数参数如果需细致体会，可以自己敲代码实际应用体会，也可以按shift+tab看函数描述当中的实例情况，这儿不过多赘述。

2.2 freq重采样参数

freq重采样频率有非常多的参数，这儿罗列一些网络收集到的。

别名	偏移量类型	说明
D	Day	每日历日
B	BusinessDay	每日工作日(去节假日)
H	Hour	每小时
T/min	Minute	每分钟
S	Second	每秒钟
M	MonthEnd	每月最后一个日历日
BM	BusinessMonthEnd	每月最后一个工作日
Q-JAN、Q-FRB	QuarterEnd	对于以指定月份结束的年度， 每季度最后一月的最后一个日历日
A-JAN、A-FEB	YearEnd	每年指定月份的最后一个日历日

在这里插入图片描述

3、常用的resample分类实例

重点还是观察官方示例，简单罗列以下觉得比较重要的。

每十年的1月1日

.resample('10AS')

显示为以每十年的12月31日

.resample('10A')

days = pd.date_range('1/1/2000', periods=4, freq='D')
>>> d2 = {'price': [10, 11, 9, 13, 14, 18, 17, 19],
...       'volume': [50, 60, 40, 100, 50, 100, 40, 50]}
>>> df2 = pd.DataFrame(d2,
...                    index=pd.MultiIndex.from_product([days,
...                                                     ['morning',
...                                                      'afternoon']]
...                                                     ))
>>> df2
                      price  volume
2000-01-01 morning       10      50
           afternoon     11      60
2000-01-02 morning        9      40
           afternoon     13     100
2000-01-03 morning       14      50
           afternoon     18     100
2000-01-04 morning       17      40
           afternoon     19      50
>>> df2.resample('D', level=0).sum()
            price  volume
2000-01-01     21     110
2000-01-02     22     140
2000-01-03     32     150
2000-01-04     36      90