Python Pandas DataFrame asfreq方法用法及代碼示例

例子

考慮以下 DataFrame ：

index_date = pd.date_range("2020-12-25", periods=3, freq="T")
df = pd.DataFrame({"A":[1,2,3],"B":[4,5,6]}, index=index_date)
df



                     A  B
2020-12-25 00:00:00  1  4
2020-12-25 00:01:00  2  5
2020-12-25 00:02:00  3  6

基本用法

設置頻率為 30 秒的新時間索引：

df.asfreq(freq="30S")



                     A    B
2020-12-25 00:00:00  1.0  4.0
2020-12-25 00:00:30  NaN  NaN
2020-12-25 00:01:00  2.0  5.0
2020-12-25 00:01:30  NaN  NaN
2020-12-25 00:02:00  3.0  6.0

我們獲得某些行的 NaN 的原因是它們的索引不存在於源 DataFrame df 中。例如，我們得到第二行的NaN，因為df不包含索引為2020-12-25 00:00:30的行。

灌裝方式

None

默認情況下， method=None ，這意味著新值將被標記為 NaN 並且不會應用任何填充規則：

df.asfreq(freq="30S")   # method=None



                     A    B
2020-12-25 00:00:00  1.0  4.0
2020-12-25 00:00:30  NaN  NaN
2020-12-25 00:01:00  2.0  5.0
2020-12-25 00:01:30  NaN  NaN
2020-12-25 00:02:00  3.0  6.0

填充

要使用之前的有效觀察進行填充：

df.asfreq(freq="30S", method="ffill")



                     A  B
2020-12-25 00:00:00  1  4
2020-12-25 00:00:30  1  4
2020-12-25 00:01:00  2  5
2020-12-25 00:01:30  2  5
2020-12-25 00:02:00  3  6

填充

要使用下一個有效觀察來填充：

df.asfreq(freq="30S", method="bfill")



                     A  B
2020-12-25 00:00:00  1  4
2020-12-25 00:00:30  2  5
2020-12-25 00:01:00  2  5
2020-12-25 00:01:30  3  6
2020-12-25 00:02:00  3  6

index標準化

考慮以下 DataFrame ：

index_date = pd.date_range("2020-12-25", periods=3, freq="T")
df = pd.DataFrame({"A":[1,2,3],"B":[4,5,6]}, index=index_date)
df



                     A  B
2020-12-25 00:00:00  1  4
2020-12-25 00:01:00  2  5
2020-12-25 00:02:00  3  6

要將一天中的時間重置為午夜，請設置 normalize=True ：

df.asfreq(freq="MIN", normalize=True)



             A  B
2020-12-25   1  4
2020-12-25   2  5
2020-12-25   3  6

指定填充值

考慮與上麵相同的df：

df



                     A  B
2020-12-25 00:00:00  1  4
2020-12-25 00:01:00  2  5
2020-12-25 00:02:00  3  6

我們可以使用 fill_value 選擇要填充的值，而不是默認的 NaN ：

df.asfreq(freq="30S", fill_value=0)



                     A  B
2020-12-25 00:00:00  1  4
2020-12-25 00:00:30  0  0
2020-12-25 00:01:00  2  5
2020-12-25 00:01:30  0  0
2020-12-25 00:02:00  3  6

當NaNs已存在於DataFrame中時的情況

考慮以下 DataFrame ：

index_date = pd.date_range("2020-12-25", periods=3, freq="T")
df = pd.DataFrame({"A":[1,2,3],"B":[4,5,pd.np.NaN]}, index=index_date)
df



                     A  B
2020-12-25 00:00:00  1  4.0
2020-12-25 00:01:00  2  5.0
2020-12-25 00:02:00  3  NaN

在這裏，我們的 df 有一個 NaN 。

調用asfreq(~)方法：

df.asfreq(freq="30S", fill_value=8)



                     A  B
2020-12-25 00:00:00  1  4.0
2020-12-25 00:00:30  8  8.0
2020-12-25 00:01:00  2  5.0
2020-12-25 00:01:30  8  8.0
2020-12-25 00:02:00  3  NaN

請注意原始NaN 未被填充。 - 隻有由於該方法而產生的NaN才會被填充。