Python pandas.Series.asfreq用法及代碼示例

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

將時間序列轉換為指定頻率。

以指定的頻率返回符合新索引的原始數據。

如果這個 Series 的索引是 PeriodIndex ，則新索引是用 PeriodIndex.asfreq 轉換原始索引的結果(因此原始索引會將 one-to-one 映射到新索引)。

否則，新索引將等效於 pd.date_range(start, end, freq=freq) 其中 start 和 end 分別是原始索引中的第一個和最後一個條目(請參閱 pandas.date_range() )。與新索引中不存在於原始索引中的任何時間步相對應的值將為空(NaN)，除非提供了填充此類未知數的方法(請參閱下麵的 method 參數)。

如果需要對每組時間步長(例如聚合)進行操作以以新頻率表示數據，則 resample() 方法更合適。

參數：

freq：DateOffset 或 str

頻率 DateOffset 或字符串。

method：{‘backfill’/'bfill', ‘pad’/'ffill'}，默認無

用於填充重新索引係列中的孔的方法(注意這不會填充已經存在的 NaN)：

‘pad’ /‘ffill’：將最後一個有效觀察值向前傳播到下一個有效值
‘backfill’ /‘bfill’：使用 NEXT 有效觀測值填充。

how：{‘start’, ‘end’}，默認結束

僅適用於 PeriodIndex(參見 PeriodIndex.asfreq)。

normalize：布爾值，默認為 False

是否將輸出索引重置為午夜。

fill_value：標量，可選

用於缺失值的值，在上采樣期間應用(注意這不會填充已經存在的 NaN)。

Series: 係列對象重新索引到指定的頻率。

注意：

要了解有關頻率字符串的更多信息，請參閱此鏈接。

例子：

首先創建一個具有 4 個一分鍾時間戳的係列。

>>> 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

將係列上采樣到 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

再次上采樣，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

再次上采樣，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

相關用法

注：本文由純淨天空篩選整理自pandas.pydata.org大神的英文原創作品 pandas.Series.asfreq。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

注意：

例子：