本文主要介绍了熊猫中的重采样方法的详细说明，通过示例代码非常详细，对大家的学习或者工作有一定的参考价值。有需要的朋友下面跟边肖学习。
在Pandas中，重采样是对原始样本进行再处理的一种方法，也是对常规时间序列数据进行重采样和频率转换的一种便捷方法。
该方法的格式为：
DataFrame.resample(rule，how=None，axis=0，fill_method=None，closed=None，label=None，convention='start '，kind=None，loffset=None，limit=None，base=0)
参数的详细解释是：
参数
解释
频率
表示重采样频率，如' m '，' 5min '，秒(15)
怎么='卑鄙'
用于生成聚合值的函数名或数组函数，如“mean”、“ohlc”、“np.max”等。默认为“平均值”，其他常用值有：“第一个”、“最后一个”、“中值”、“最大值”、“最小值”
轴=0
是默认的垂直轴，水平轴设置为axis=1。
fill_method=无
采样时如何插值，比如' ' ffill '，' ' bfill '等。
关闭='右'
下采样时，每个时间段的哪个部分是关闭的，“右”或“左”，默认为“右”
label='右'
下采样时，如何设置聚合值的标签，比如9: 30-9: 35是标记为9: 30还是9: 35，默认为9: 35？
loffset=无
容器标签的时间校正值，如'-1s '或秒(-1)，用于将聚合标签提前1秒。
限制=无
向前或向后填充时允许填充的最大周期数。
种类=无
聚合到period ('period ')或timestamp ('timestamp ')，默认情况下聚合时间序列的索引类型。
约定=无
重采样期间将低频转换为高频所采用的约定(开始或结束)。默认' '结束'
首先，创建一个采样频率为一分钟的序列。
index=pd.date_range('1/1/2000 '，periods=9，freq='T ')
系列=pd。系列(范围(9)，索引=索引)
系列
2000-01-01 00:00:00 0
2000-01-01 00:01:00 1
2000-01-01 00:02:00 2
2000-01-01 00:03:00 3
2000-01-01 00:04:00 4
2000-01-01 00:05:00 5
2000-01-01 00:06:00 6
2000-01-01 00:07:00 7
2000-01-01 00:08:00 8
频率：T，数据类型：int64
将采样频率降低到三分钟。
series.resample('3T ')。总和()
2000-01-01 00:00:00 3
2000-01-01 00:03:00 12
2000-01-01 00:06:00 21
频率：3T，数据类型：int64
将采样频率降低到三分钟，但是对每个标签使用右而不是左。请注意，bucket中的值用作标签。
series.resample('3T '，label='right ')。总和()
2000-01-01 00:03:00 3
2000-01-01 00:06:00 12
2000-01-01 00:09:00 21
频率：3T，数据类型：int64
将采样频率降低到三分钟，但关闭正确的间隔。
series.resample('3T '，label='right '，closed='right ')。总和()
2000-01-01 00:00:00 0
2000-01-01 00:03:00 6
2000-01-01 00:06:00 15
2000-01-01 00:09:00 15
频率：3T，数据类型：int64
将采样频率增加到30秒。
series.resample('30S ')。asfreq()[0:5]#选择前5行
2000-01-01 00:00:00 0
南
2000-01-01 00:01:00 1
南
2000-01-01 00:02:00 2
频率：30秒，数据类型：浮点64
将采样频率提高到30S，用pad法填入nan值。
series.resample('30S ')。pad()[0:5]
2000-01-01 00:00:00 0
2000-01-01 00:00:30 0
2000-01-01 00:01:00 1
2000-01-01 00:01:30 1
2000-01-01 00:02:00 2
频率：30S，数据类型：int64
将采样频率增加到30S，并用bfill方法填充nan值。
series.resample('30S ')。bfill()[0:5]
2000-01-01 00:00:00 0
2000-01-01 00:00:30 1
2000-01-01 00:01:00 1
2000-01-01 00:01:30 2
2000-01-01 00:02:00 2
频率：30S，数据类型：int64
通过应用运行自定义函数。
def custom_resampler(array_like):
.return np.sum(array_like) 5
series.resample('3T ')。应用(自定义重采样器)
2000-01-01 00:00:00 8
2000-01-01 00:03:00 17
2000-01-01 00:06:00 26
频率：3T，数据类型：int64
这就是本文的全部内容。希望对大家的学习有帮助，支持我们。
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。