接着上一回说到的时序分析，上一回主要是学习了datetime库和pandas.to_datetime模块。

今天我们要学习的是resample，这一讲的内容很多，也有很多有意思的东西。

老规矩，用到的资料来源于pandas.DataFrame.resample - pandas 0.24.2 documentation​pandas.pydata.org

参考书Wes McKinney著的Python for Data Analysis，中文名叫《利用python进行数据分析》

在开始resample之前，我觉得有必要介绍一个模块data_range，在介绍data_range之前，我想补充一下datetime的格式说明哇，这个被压缩的好厉害

这个格式也是format最常用的。当然需要牢记。

好的，我们开始data_range的学习

老规矩，先看一下data_range的参数使用

pandas.date_range(start=None, end=None, periods=None, freq=None, tz=None, normalize=False,

name=None, closed=None, **kwargs)date_range常用的几个参数

这里我就主要介绍一下常用的参数

1：start 这个参数是时间索引的起始时间

2：end 自然这个参数是结束的时间

3：period ，如果你只使用了起始或结束的时间戳，那么就需要使用period来告知一个范围

4：freq 这个是frequency的缩写，也就是频率，这个是一个非常重要的参数，可以通过设置这个参数得到自定义的时间频率

官方文档为这些频率做了一个说明，我就直接复制下来了官方文档给出的解释，这里是常用的基础单词，我就不翻译了

还有两张图片我相信各位看官都能看懂，我就不班门弄斧了多不多，我觉得我已经go die了

光看上面的图片，我觉得很容易就晕掉了，我们来看一看具体的例子，我敬重的考研名师宇哥说过“数无形时少直觉”那么我们用实际的例子去解决上面的问题。

因为昨天学了datetime模块，所以我这里就自己结合了datetime

首先先导入需要以及可能用到的库

import pandas as pd

import numpy as np

from datetime import datetime

下一步使用不同的采集方式

pd.date_range(start=datetime.now(), periods=5, freq='B')输出结果

让我们分析分析这个语句，首先start=datetime.now()，这个语句的意思是获取当前的时间，

而period=5的意思是获得5个时间点，如果没有后面的freq，则默认的是获得天数。我们可以在执行一条语句

pd.date_range(start=datetime.now(), periods=5)注意看这里的freq='D'这是模块默认的

那么这两个语句的区别在于freq，第一个设置freq='B' 根据上面表格里面的内容，B = Business day 也就是工作日，可以看到第一个的输出结果就是显示的就是从明天开始的5个工作日。

再来看一个例子

pd.date_range(start='20130809',periods=8,freq='SM')这里我使用了freq='SM'

SM=semi-month end frequency(15th and end of month)也即是取每月的15号和当月的最后一天，比如29，28，30，31

当然还可以举很多的例子，但是后面就是重复的过程了，所以我就不继续下去了，我下面将会做两个时间频率叠加的操作

请看

pd.date_range(start=datetime.now(),periods=5,freq='2h20min')请注意这里的freq

这里的freq我使用的2h20min，也就是2小时20分钟，也即140分钟，所以输出结果里面写明了freq=140T,其中T就是minutes频率的表示，我们同样可以直接在此处使用freq=140T

pd.date_range(start=datetime.now(),periods=5,freq='140T')可以看到效果是一样的

我们在看一个例子

pd.date_range(start='20190623', periods=10, freq='1D10U')可以看到这里的输出结果是多了1天10微秒

这一点在实际中用到的情况还算是比较多的。

总结一下，其实这一部分非常的常用，所以还是需要熟知的，至于其他的时间，实际工作或者学习的时候遇到了，可以直接去查找官方的文档，Time Series / Date functionality​pandas.pydata.org

可以直接查阅上面的这个链接然后查询

下面我们将会对重新采样和频率转换(resample)做一个基本的了解

同样的老规矩先上链接pandas.Series.resample - pandas 0.24.2 documentation​pandas.pydata.org

resample这个模块有两类--1:pandas.Series.resample, 2:pandas.DataFrame.resample

常规操作先看一下resample这个模块的参数

Series.resample(rule, how=None, axis=0, fill_method=None, closed=None, label=None, convention='start',

kind=None, loffset=None, limit=None, base=0, on=None, level=None)

在介绍参数之前，我想先说明一下什么是重新采样：重新采样是值将时间序列从一个频率转换为另一个频率的过程，将更高频率的数据聚合到低频率被称为向下采样，而从低频率转换为高频率被称为向上采样，但是好有一种是同频之间的切换，比如W-WED(weekly on Wednesday 每周三)转换到W-FRI(每周五)

好的讲清楚了，下面看一下参数参数如图

话说知乎压缩图片也太夸张了吧。。。。

好吧，凑合着看吧，下面我们把上面几个参数按照导图的形式表示出来

下面我将围绕上面的几个参数举几个例子

先生成几个时间

index = pd.date_range('1/1/2000',periods=9,freq='T')

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

series执行结果

这个时间是按照1分钟为频率生成的，下面我要向下采集以3分钟为频率,并把时间戳的合计值放在一个bin(可以翻译为箱子)里面

series.resample('3T').sum()执行结果

下面的几个例子都是处理closed和label这几个参数的，为了更好地对比，我先把上面这个例子的参数的默认值表示出来

series.resample('3T')执行结果

各位看官可以注意这里面的默认值，closed和label都是left，那么我改变一下closed和label的值会发生什么呢？

series.resample('3T',label='right').sum()执行结果

可以发现和第一个相比较第二个的第一个重采集执行数据是03而不是00，所以这个就是两者的区别

我们在看一下，加入closed的情况

series.resample('3T',label='right',closed='right').sum()执行结果

可能上面几个例子不是很直观，那么这里可以引入loffset，来讲索引移动一定的数量，如从右边缘减去一秒，

series.resample('3T',label='right',

closed='right',loffset='-1s').sum()执行结果

series.resample('3T',loffset='-1s').sum()执行结果

series.resample('3T',label='right',loffset='-1s').sum()执行结果

到这里向下采集也有很多朋友称为降频率就结束了，下一步就是升频率

向上采集的时候可能会出现很多空值，

series.resample('30S').asfreq()[0:5]执行结果

我们可以使用asfreq方法，在不聚合的情况下转换到高频率。

而对于出现的空值，我们可以使用fillna,和reindex的方法填充和插值方法

插值的时候可以使用ffill,bfill,pad等方式

series.resample('30S').pad()[0:5]执行结果

series.resample('30S').ffill()[0:5]执行结果

series.resample('30S').bfill()[0:5]执行结果

可以看到ffill是插入相邻的上一个数据，bfill是插入相邻的下一个数据，而pad好像执行结果和ffill是一样的，我找了很久也没收到这个是什么操作，由于周末时间不早了，这个就先留一个坑，下一次在补上吧。

好的到这里今天的时序就算结束了，虽然还有金融常用的OHLC以及移动窗口函数，但是这个对于我来讲暂时还用不到，等真的用到的时候再回来看吧。

好的，总结一下：今天主要是学了如何生成一个想要的时间频率的数据，以及如何重新采集时间。

希望这篇文章能够给予同为菜鸟的看官以帮助。

好的，我今天就不求赞了，拖得太久了。。。。