Python Pandas DataFrame resample方法用法及代码示例

例子

考虑以下 DataFrame ：

date_index = pd.date_range("2020/12/25", periods=4)
df = pd.DataFrame({"A":[2,3,4,5],"B":[6,7,8,9]}, index=date_index)
df



             A   B
2020-12-25   2   6
2020-12-26   3   7
2020-12-27   4   8
2020-12-28   5   9

这里， df 的索引是 DatetimeIndex 类型。

基本用法

计算每组连续 2 天的总和：

df.resample(rule="2D").sum()   # returns a DataFrame



             A   B
2020-12-25   5   13
2020-12-27   9   17

默认情况下，当随后调用 sum() 等聚合函数时，会考虑所有列。要仅在某些列上应用该函数，请使用 [] 表示法，如下所示：

df.resample(rule="2D")["A"].sum()   # returns a Series since we only selected 1 column



2020-12-25    5
2020-12-27    9
Freq: 2D, Name: A, dtype: int64

指定关闭

考虑与上面相同的df：

df



             A   B
2020-12-25   2   6
2020-12-26   3   7
2020-12-27   4   8
2020-12-28   5   9

默认为closed="left"(检查参数说明是否有异常)，这意味着：

• 左侧 bin 间隔包含在内

• 右 bin 间隔是排他的

df.resample(rule="2D", closed="left").sum()



             A   B
2020-12-25   5   13      # Sum of 12-25 and 12-26
2020-12-27   9   17      # Sum of 12-27 and 12-28

另一方面，传递 closed="right" 意味着：

• 左侧 bin 间隔不包括在内

• 正确的 bin 间隔包含在内

df.resample(rule="2D", closed="right").sum()



             A   B
2020-12-23   2   6      # Sum of 12-24 and 12-25
2020-12-25   7   15     # Sum of 12-26 and 12-27
2020-12-27   5   9      # Sum of 12-28 and 12-29

供您参考，这里再次是我们的df：

df



             A   B
2020-12-25   2   6
2020-12-26   3   7
2020-12-27   4   8
2020-12-28   5   9

指定标签

默认为label="left"(检查参数说明是否有异常)，表示使用左侧区间bin的标签：

df.resample(rule="2D", label="left").sum()



             A   B
2020-12-25   5   13      # Sum of 12-25 and 12-26
2020-12-27   9   17      # Sum of 12-27 and 12-28

要使用右侧间隔箱的标签，请设置label="right"，如下所示：

df.resample(rule="2D", label="right").sum()



             A   B
2020-12-27   5   13      # Sum of 12-25 and 12-26
2020-12-29   9   17      # Sum of 12-27 and 12-28

指定种类

要获得 DatetimeIndex ，请像这样设置 kind="timestamp" ：

df.resample(rule="2D", kind="timestamp").sum().index



DatetimeIndex(['2020-12-25', '2020-12-27'], dtype='datetime64[ns]', freq='2D')

要获得 PeriodIndex ，请像这样设置 kind="period" ：

df.resample(rule="2D", kind="period").sum().index



PeriodIndex(['2020-12-25', '2020-12-27'], dtype='period[2D]', freq='2D')

指定loffset

供您参考，这里再次是我们的df：

df



             A   B
2020-12-25   2   6
2020-12-26   3   7
2020-12-27   4   8
2020-12-28   5   9

要将标签移动 1 天，请传递 loffset="1D"，如下所示：

df.resample(rule="2D", loffset="1D").sum()



             A   B
2020-12-26   5   13
2020-12-28   9   17

请注意，只有标签发生了偏移 - DataFrame 的结果值不受影响。

作为对比，我们不指定loffset的情况如下：

df.resample(rule="2D").sum()



             A   B
2020-12-25   5   13
2020-12-27   9   17

指定基数

考虑以下 DataFrame ：

date_index = pd.date_range("2020/12/25", periods=4)
df = pd.DataFrame({"A":[2,3,4,5],"B":[6,7,8,9]}, index=date_index)
df



             A   B
2020-12-25   2   6
2020-12-26   3   7
2020-12-27   4   8
2020-12-28   5   9

以 4 天产量重新采样：

df.resample(rule="4D").sum()



             A    B
2020-12-25   14   30

指定base 可确保第一组具有base 行数。例如，base=2 产生：

df.resample(rule="4D", base=2).sum()



             A   B
2020-12-23   5   13
2020-12-27   9   17

在这里，请注意我们如何从 12-23 而不是 12-25 开始。这是因为 base=2 确保仅 df 的前两行放置在第一组中。由于我们仍然按连续 4 天进行分组，因此将开始日期更改为 12-23 。

指定于

默认，resample(~)方法假设 index DataFrame 的值为datetime-like。参数on允许您重新采样柱子.

考虑以下 DataFrame ：

date_index = pd.date_range("2020/12/25", periods=4)
df = pd.DataFrame({"A":date_index,"B":[3,4,5,6]})
df



    A            B
0   2020-12-25   3
1   2020-12-26   4
2   2020-12-27   5
3   2020-12-28   6

要对列 A 重新采样：

df.resample(rule="2D", on="A").sum()



             B
         A   
2020-12-25   7
2020-12-27   11

请注意以下事项：

• A 列成为新索引。

• 分配给这个新索引的名称是列标签(在本例中为A)。