DataFrame.resample(rule, axis=0, closed=None, label=None, convention='start', kind=None, loffset=None, base=None, on=None, level=None, origin='start_day', offset=None)[source]

重新采样time-series数据。

频率转换和time series重采样的便捷方法。对象必须具有类似datetime的索引(DatetimeIndex， PeriodIndex或TimedeltaIndex)，或将类似datetime的值传递给on或level关键字。

参数:rule : eDateOffset, Timedelta 或 str

表示目标转换的偏移字符串或对象。

axis:{0或‘index’, 1 或 ‘columns’}, 默认为 0

向上采样或向下采样使用哪一个轴。对于级数，默认值为0，

即沿着行。必须是DatetimeIndex, TimedeltaIndex

或PeriodIndex。

closed : {‘right’, ‘left’}, 默认为None

bin区间的哪一边是关闭的。

除了‘M’、‘A’、‘Q’、‘BM’、‘BA’、‘BQ’和‘W’之外，

所有频率偏移的默认值都是‘left’，它们的默认值都是‘right’。

label: {‘right’, ‘left’}, 默认为 None

用哪边标签来标记bucket。

除了‘M’、‘A’、‘Q’、‘BM’、‘BA’、‘BQ’和‘W’之外，

所有频率偏移的默认值都是‘left’，它们的默认值都是‘right’。

convention :{'start', 'end', 's', 'e'}, 默认为 'start'

仅对于PeriodIndex，控制是使用规则的开始还是结束。

kind: {‘timestamp’, ‘period’}, 可选, 默认为 None

传递'timestamp'将结果索引转换为DateTimeIndex，

或'period'将其转换为PeriodIndex。默认情况下，

保留输入表示形式。

loffset : timedelta, 默认为None

调整重新采样的时间标签。

自1.1.0版本以来已弃用 : 您应该将loffset添加到df中。

重新取样后的索引。见下文。

base : int, 默认为0

对于平均细分1天的频率，聚合间隔的“origin”。

例如，对于“5min”频率，基数可以从0到4。默认值为0。

自1.1.0版本以来已弃用：

您应该使用的新参数是'offset'或'origin'。

on : str, 可选

自1.1.0版本以来已弃用:您应该使用的新参数是'offset'或'origin'。

level : str 或 int, 可选

用于重采样的多索引、级别(名称或数字)。级别必须与日期时间类似。

origin : {‘epoch’, ‘start’, ‘start_day’},

Timestamp 或 str, 默认为 ‘start_day’

调整分组的时间戳。原始时区必须与索引的时区匹配。

如果不使用时间戳，也支持以下值:

1) “epoch”:起源是1970年01月01日

2) 'start ': origin是timeseries的第一个值

2) “start_day”:起源是timeseries午夜的第一天

新版本1.1.0。

offset : Timedelta 或 str, 默认为 None

加到原点的偏移时间。

新版本1.1.0。

返回值:Resampler object

Notes

有关 更多信息，请参见用户指南。

要了解有关偏移字符串的更多信息，请参见此链接。

例子

首先创建一个带有9个一分钟时间戳的系列>>> index = pd.date_range('1/1/2000', periods=9, freq='T')

>>> series = pd.Series(range(9), index=index)

>>> series

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

Freq: T, dtype: int64

将系列下采样到3分钟的bin中，然后将落入bin中的时间戳记值相加>>> series.resample('3T').sum()

2000-01-01 00:00:00 3

2000-01-01 00:03:00 12

2000-01-01 00:06:00 21

Freq: 3T, dtype: int64

如上将系列降采样到3分钟的容器中，但使用右边缘而不是左侧标记每个容器。请注意，用作标签的存储桶中的值不包含在其标记的存储桶中。例如，在原始系列中，存储桶包含值3，但是带有标签的重新采样存储桶中的总和 不包括3(如果是，则总和将为6，而不是3)。要包含此值，请关闭bin间隔的右侧，如下面的示例所示。2000-01-01 00:03:002000-01-01 00:03:00>>> series.resample('3T', label='right').sum()

2000-01-01 00:03:00 3

2000-01-01 00:06:00 12

2000-01-01 00:09:00 21

Freq: 3T, dtype: int64

如上所述，将系列降采样到3分钟的箱中，但关闭箱间隔的右侧：>>> series.resample('3T', label='right', closed='right').sum()

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

Freq: 3T, dtype: int64

将series上采样到30秒箱中>>> series.resample('30S').asfreq()[0:5] # Select first 5 rows

2000-01-01 00:00:00 0.0

2000-01-01 00:00:30 NaN

2000-01-01 00:01:00 1.0

2000-01-01 00:01:30 NaN

2000-01-01 00:02:00 2.0

Freq: 30S, dtype: float64

将series上采样到30秒仓中，然后NaN 使用pad方法填充值>>> 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

Freq: 30S, dtype: int64

将series上采样到30秒仓中，然后NaN使用bfill方法填充值>>> 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

Freq: 30S, dtype: int64

通过传递自定义函数apply>>> def custom_resampler(array_like):

... return np.sum(array_like) + 5

...

>>> series.resample('3T').apply(custom_resampler)

2000-01-01 00:00:00 8

2000-01-01 00:03:00 17

2000-01-01 00:06:00 26

Freq: 3T, dtype: int64

对于具有PeriodIndex的系列，关键字约定可用于控制使用rule的开始还是结束。

使用'start'约定按季度重新采样。将值分配给该期间的第一季度。>>> s = pd.Series([1, 2], index=pd.period_range('2012-01-01',

... freq='A',

... periods=2))

>>> s

2012 1

2013 2

Freq: A-DEC, dtype: int64

>>> s.resample('Q', convention='start').asfreq()

2012Q1 1.0

2012Q2 NaN

2012Q3 NaN

2012Q4 NaN

2013Q1 2.0

2013Q2 NaN

2013Q3 NaN

2013Q4 NaN

Freq: Q-DEC, dtype: float64

使用'end'约定按月重新采样季度。将值分配给该期间的最后一个月>>> q = pd.Series([1, 2, 3, 4], index=pd.period_range('2018-01-01',

... freq='Q',

... periods=4))

>>> q

2018Q1 1

2018Q2 2

2018Q3 3

2018Q4 4

Freq: Q-DEC, dtype: int64

>>> q.resample('M', convention='end').asfreq()

2018-03 1.0

2018-04 NaN

2018-05 NaN

2018-06 2.0

2018-07 NaN

2018-08 NaN

2018-09 3.0

2018-10 NaN

2018-11 NaN

2018-12 4.0

Freq: M, dtype: float64

对于DataFrame对象，关键字on可以用于指定列而不是用于重新采样的索引>>> d = dict({'price': [10, 11, 9, 13, 14, 18, 17, 19],

... 'volume': [50, 60, 40, 100, 50, 100, 40, 50]})

>>> df = pd.DataFrame(d)

>>> df['week_starting'] = pd.date_range('01/01/2018',

... periods=8,

... freq='W')

>>> df

price volume week_starting

0 10 50 2018-01-07

1 11 60 2018-01-14

2 9 40 2018-01-21

3 13 100 2018-01-28

4 14 50 2018-02-04

5 18 100 2018-02-11

6 17 40 2018-02-18

7 19 50 2018-02-25

>>> df.resample('M', on='week_starting').mean()

price volume

week_starting

2018-01-31 10.75 62.5

2018-02-28 17.00 60.0

对于具有MultiIndex的DataFrame，关键字级别可用于指定需要在哪个级别进行重采样>>> days = pd.date_range('1/1/2000', periods=4, freq='D')

>>> d2 = dict({'price': [10, 11, 9, 13, 14, 18, 17, 19],

... 'volume': [50, 60, 40, 100, 50, 100, 40, 50]})

>>> df2 = pd.DataFrame(d2,

... index=pd.MultiIndex.from_product([days,

... ['morning',

... 'afternoon']]

... ))

>>> df2

price volume

2000-01-01 morning 10 50

afternoon 11 60

2000-01-02 morning 9 40

afternoon 13 100

2000-01-03 morning 14 50

afternoon 18 100

2000-01-04 morning 17 40

afternoon 19 50

>>> df2.resample('D', level=0).sum()

price volume

2000-01-01 21 110

2000-01-02 22 140

2000-01-03 32 150

2000-01-04 36 90

如果要基于固定的时间戳调整垃圾箱的开始，请执行以下操作：>>> start, end = '2000-10-01 23:30:00', '2000-10-02 00:30:00'

>>> rng = pd.date_range(start, end, freq='7min')

>>> ts = pd.Series(np.arange(len(rng)) * 3, index=rng)

>>> ts

2000-10-01 23:30:00 0

2000-10-01 23:37:00 3

2000-10-01 23:44:00 6

2000-10-01 23:51:00 9

2000-10-01 23:58:00 12

2000-10-02 00:05:00 15

2000-10-02 00:12:00 18

2000-10-02 00:19:00 21

2000-10-02 00:26:00 24

Freq: 7T, dtype: int64

>>> ts.resample('17min').sum()

2000-10-01 23:14:00 0

2000-10-01 23:31:00 9

2000-10-01 23:48:00 21

2000-10-02 00:05:00 54

2000-10-02 00:22:00 24

Freq: 17T, dtype: int64

>>> ts.resample('17min', origin='epoch').sum()

2000-10-01 23:18:00 0

2000-10-01 23:35:00 18

2000-10-01 23:52:00 27

2000-10-02 00:09:00 39

2000-10-02 00:26:00 24

Freq: 17T, dtype: int64

>>> ts.resample('17min', origin='2000-01-01').sum()

2000-10-01 23:24:00 3

2000-10-01 23:41:00 15

2000-10-01 23:58:00 45

2000-10-02 00:15:00 45

Freq: 17T, dtype: int64

如果要使用偏移量 Timedelta 调整垃圾箱的开始，则以下两行等效：>>> ts.resample('17min', origin='start').sum()

2000-10-01 23:30:00 9

2000-10-01 23:47:00 21

2000-10-02 00:04:00 54

2000-10-02 00:21:00 24

Freq: 17T, dtype: int64

>>> ts.resample('17min', offset='23h30min').sum()

2000-10-01 23:30:00 9

2000-10-01 23:47:00 21

2000-10-02 00:04:00 54

2000-10-02 00:21:00 24

Freq: 17T, dtype: int64

要替换不推荐使用的base参数，现在可以使用offset，在本示例中，它等效于具有base = 2：>>> ts.resample('17min', offset='2min').sum()

2000-10-01 23:16:00 0

2000-10-01 23:33:00 9

2000-10-01 23:50:00 36

2000-10-02 00:07:00 39

2000-10-02 00:24:00 24

Freq: 17T, dtype: int64

要替换不推荐使用的loffset参数，请执行以下操作：>>> from pandas.tseries.frequencies import to_offset

>>> loffset = '19min'

>>> ts_out = ts.resample('17min').sum()

>>> ts_out.index = ts_out.index + to_offset(loffset)

>>> ts_out

2000-10-01 23:33:00 0

2000-10-01 23:50:00 9

2000-10-02 00:07:00 21

2000-10-02 00:24:00 54

2000-10-02 00:41:00 24

Freq: 17T, dtype: int64