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

例子

考慮以下 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

這裏， df 的索引是 DatetimeIndex 類型。

基本用法

計算每組連續 2 天的總和：

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



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

默認情況下，當隨後調用 sum() 等聚合函數時，會考慮所有列。要僅在某些列上應用該函數，請使用 [] 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

指定關閉

考慮與上麵相同的df：

df



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

默認為closed="left"(檢查參數說明是否有異常)，這意味著：

• 左側 bin 間隔包含在內

• 右 bin 間隔是排他的

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

另一方麵，傳遞 closed="right" 意味著：

• 左側 bin 間隔不包括在內

• 正確的 bin 間隔包含在內

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

供您參考，這裏再次是我們的df：

df



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

指定標簽

默認為label="left"(檢查參數說明是否有異常)，表示使用左側區間bin的標簽：

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

要使用右側間隔箱的標簽，請設置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

指定種類

要獲得 DatetimeIndex ，請像這樣設置 kind="timestamp" ：

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



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

要獲得 PeriodIndex ，請像這樣設置 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

供您參考，這裏再次是我們的df：

df



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

要將標簽移動 1 天，請傳遞 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

請注意，隻有標簽發生了偏移 - DataFrame 的結果值不受影響。

作為對比，我們不指定loffset的情況如下：

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



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

指定基數

考慮以下 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 天產量重新采樣：

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



             A    B
2020-12-25   14   30

指定base 可確保第一組具有base 行數。例如，base=2 產生：

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



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

在這裏，請注意我們如何從 12-23 而不是 12-25 開始。這是因為 base=2 確保僅 df 的前兩行放置在第一組中。由於我們仍然按連續 4 天進行分組，因此將開始日期更改為 12-23 。

指定於

默認，resample(~)方法假設 index DataFrame 的值為datetime-like。參數on允許您重新采樣柱子.

考慮以下 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

要對列 A 重新采樣：

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



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

請注意以下事項：

• A 列成為新索引。

• 分配給這個新索引的名稱是列標簽(在本例中為A)。