Python pandas.Series.asfreq用法及代码示例

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

将时间序列转换为指定频率。

以指定的频率返回符合新索引的原始数据。

如果这个 Series 的索引是 PeriodIndex ，则新索引是用 PeriodIndex.asfreq 转换原始索引的结果(因此原始索引会将 one-to-one 映射到新索引)。

否则，新索引将等效于 pd.date_range(start, end, freq=freq) 其中 start 和 end 分别是原始索引中的第一个和最后一个条目(请参阅 pandas.date_range() )。与新索引中不存在于原始索引中的任何时间步相对应的值将为空(NaN)，除非提供了填充此类未知数的方法(请参阅下面的 method 参数)。

如果需要对每组时间步长(例如聚合)进行操作以以新频率表示数据，则 resample() 方法更合适。

参数：

freq：DateOffset 或 str

频率 DateOffset 或字符串。

method：{‘backfill’/'bfill', ‘pad’/'ffill'}，默认无

用于填充重新索引系列中的孔的方法(注意这不会填充已经存在的 NaN)：

‘pad’ /‘ffill’：将最后一个有效观察值向前传播到下一个有效值
‘backfill’ /‘bfill’：使用 NEXT 有效观测值填充。

how：{‘start’, ‘end’}，默认结束

仅适用于 PeriodIndex(参见 PeriodIndex.asfreq)。

normalize：布尔值，默认为 False

是否将输出索引重置为午夜。

fill_value：标量，可选

用于缺失值的值，在上采样期间应用(注意这不会填充已经存在的 NaN)。

Series: 系列对象重新索引到指定的频率。

注意：

要了解有关频率字符串的更多信息，请参阅此链接。

例子：

首先创建一个具有 4 个一分钟时间戳的系列。

>>> index = pd.date_range('1/1/2000', periods=4, freq='T')
>>> series = pd.Series([0.0, None, 2.0, 3.0], index=index)
>>> df = pd.DataFrame({'s':series})
>>> df
                       s
2000-01-01 00:00:00    0.0
2000-01-01 00:01:00    NaN
2000-01-01 00:02:00    2.0
2000-01-01 00:03:00    3.0

将系列上采样到 30 秒的 bin。

>>> df.asfreq(freq='30S')
                       s
2000-01-01 00:00:00    0.0
2000-01-01 00:00:30    NaN
2000-01-01 00:01:00    NaN
2000-01-01 00:01:30    NaN
2000-01-01 00:02:00    2.0
2000-01-01 00:02:30    NaN
2000-01-01 00:03:00    3.0

再次上采样，提供 fill value 。

>>> df.asfreq(freq='30S', fill_value=9.0)
                       s
2000-01-01 00:00:00    0.0
2000-01-01 00:00:30    9.0
2000-01-01 00:01:00    NaN
2000-01-01 00:01:30    9.0
2000-01-01 00:02:00    2.0
2000-01-01 00:02:30    9.0
2000-01-01 00:03:00    3.0

再次上采样，提供 method 。

>>> df.asfreq(freq='30S', method='bfill')
                       s
2000-01-01 00:00:00    0.0
2000-01-01 00:00:30    NaN
2000-01-01 00:01:00    NaN
2000-01-01 00:01:30    2.0
2000-01-01 00:02:00    2.0
2000-01-01 00:02:30    3.0
2000-01-01 00:03:00    3.0

相关用法

注：本文由纯净天空筛选整理自pandas.pydata.org大神的英文原创作品 pandas.Series.asfreq。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

注意：

例子：