Python数据分析课件：重采样.pptxVIP

重采样

重采样方法（resample）Pandas中的resample()是一个对常规时间序列数据重新采样和频率转换的便捷的方法。resample(rule,?how=None,?axis=0,?fill_method=None,?closed=None,?label=None,?...)rule--表示重采样频率的字符串或DateOffset。fill_method--表示升采样时如何插值。closed--设置降采样哪一端是闭合的。

重采样方法（resample）例如，通过resample()方法对数据重新采样。time_ser.resample(W-MON).mean()how参数不再建议使用，而是采用新的方式“.resample(...).mean()”求平均值。

重采样方法（resample）如果重采样时传入closed参数为left，则表示采样的范围是左闭右开型的。time_ser.resample(W-MON,closed=left).mean()换句话说位于某范围的时间序列中，开头的时间戳包含在内，结尾的时间戳是不包含在内的。

降采样降采样时间颗粒会变大，数据量是减少的。为了避免有些时间戳对应的数据闲置，可以利用内置方法聚合数据。2020-1-12020-2-12020-3-12020-4-12020-5-12020-6-12020-7-12020-1-12020-4-12020-7-1

降采样股票数据比较常见的是OHLC重采样，包括开盘价、最高价、最低价和收盘价。date_index=pd.date_range(2020/06/01,periods=30)shares_data=np.random.rand(30)time_ser=pd.Series(shares_data,index=date_index)time_ser.resample(7D).ohlc()Pandas中专门提供了一个ohlc()方法。

降采样降采样相当于另外一种形式的分组操作，它会按照日期将时间序列进行分组，之后对每个分组应用聚合方法得出一个结果。time_ser.groupby(lambdax:x.week).mean()

升采样升采样的时间颗粒是变小的，数据量会增多，这很有可能导致某些时间戳没有相应的数据。2020-1-12020-2-12020-3-12020-4-12020-5-12020-6-12020-7-12020-1-12020-4-12020-7-1

升采样遇到这种情况，常用的解决办法就是插值，具体有如下几种方式：通过ffill(limit)或bfill(limit)方法，取空值前面或后面的值填充，limit可以限制填充的个数。通过fillna(‘ffill’)或fillna(‘bfill’)进行填充，传入ffill则表示用NaN前面的值填充，传入bfill则表示用后面的值填充。使用interpolate()方法根据插值算法补全数据。