这里首先要介绍官方文档,对python有了进一步深度的学习的你们们应该会发现,网上无论csdn或者简书上仍是什么地方,教程来源基本就是官方文档,因此英语只要还过的去,推荐看官方文档,就算不够好,也能够只看它里面的sample就够了html
好了,不说废话,看个人代码:python
import pandas as pd import numpy as np rng = pd.date_range('20180101', periods=40) ts = pd.Series(np.arange(1,41), index=rng)#这一行和上一行生成了一个index为时间,一共40天的数据 ts_m = ts.resample('M').asfreq()#对数据进行按月重采样,以后再asfreq() print(ts) print(ts_m)
tips:由于发生了一些事,因此没有写完这部分先这样吧,后面我再补全学习
结果在下面,你们看按照月度‘M’采样,会抓取到月末的数据,1月31日和2月28日,嗯,后面的asfreq()是须要的,否则返回的就只是一个resample对象,固然除了M之外,也能够本身进行随意的设置频率,好比说‘3M’三个月,‘5T’五分钟,‘30S’三十秒,更多精彩内容请多多查看文档code
2018-01-07 7 2018-01-08 8 2018-01-09 9 2018-01-10 10 2018-01-11 11 2018-01-12 12 2018-01-13 13 2018-01-14 14 2018-01-15 15 2018-01-16 16 2018-01-17 17 2018-01-18 18 2018-01-19 19 2018-01-20 20 2018-01-21 21 2018-01-22 22 2018-01-23 23 2018-01-24 24 2018-01-25 25 2018-01-26 26 2018-01-27 27 2018-01-28 28 2018-01-29 29 2018-01-30 30 2018-01-31 31 2018-02-01 32 2018-02-02 33 2018-02-03 34 2018-02-04 35 2018-02-05 36 2018-02-06 37 2018-02-07 38 2018-02-08 39 2018-02-09 40 Freq: D, dtype: int32 2018-01-31 31.0 2018-02-28 NaN Freq: M, dtype: float64
至于这个asfreq(),用法是这样的:htm
# to 45 minute frequency and forward fill In [5]: converted = ts.asfreq('45Min', method='pad') In [6]: converted.head() Out[6]: 2011-01-01 00:00:00 0.469112 2011-01-01 00:45:00 0.469112 2011-01-01 01:30:00 -0.282863 2011-01-01 02:15:00 -1.509059 2011-01-01 03:00:00 -1.135632 Freq: 45T, dtype: float64
而后既然有下采样,那就要有插值了,插值的用法以下所示:对象
这个是线性插值,固然还有向前填充(.bfill())向后填充(.pad())的,能够还看这个官方文档啦,官方文档就是好教程
>>> s = pd.Series([0, 1, np.nan, 3]) >>> s.interpolate() 0 0 1 1 2 2 3 3 dtype: float64