python+pandas生成指定日期和重采樣的方法

更新時間：2018年04月11日 10:11:23 作者：LY_ysys629

下面小編就為大家分享一篇python+pandas生成指定日期和重采樣的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧

python 日期的范圍、頻率、重采樣以及頻率轉(zhuǎn)換

pandas有一整套的標準時間序列頻率以及用于重采樣、頻率推斷、生成固定頻率日期范圍的工具。

生成指定日期范圍的范圍

pandas.date_range()用于生成指定長度的DatatimeIndex：

1）默認情況下，date_range會按著時間間隔為天的方式生成從給定開始到結(jié)束時間的時間戳數(shù)組；

2）如果只指定開始或結(jié)束時間，還需要periods標定時間長度。

import pandas as pd
pd.date_range('2017-6-20','2017-6-27')

DatetimeIndex(['2017-06-20', '2017-06-21', '2017-06-22', '2017-06-23',
   '2017-06-24', '2017-06-25', '2017-06-26', '2017-06-27'],
   dtype='datetime64[ns]', freq='D')

pd.date_range('2017-6-20 12:59:30','2017-6-27')

DatetimeIndex(['2017-06-20 12:59:30', '2017-06-21 12:59:30',
   '2017-06-22 12:59:30', '2017-06-23 12:59:30',
   '2017-06-24 12:59:30', '2017-06-25 12:59:30',
   '2017-06-26 12:59:30'],
   dtype='datetime64[ns]', freq='D')

pd.date_range('2017-6-20 12:59:30',periods = 8)

DatetimeIndex(['2017-06-20 12:59:30', '2017-06-21 12:59:30',
   '2017-06-22 12:59:30', '2017-06-23 12:59:30',
   '2017-06-24 12:59:30', '2017-06-25 12:59:30',
   '2017-06-26 12:59:30', '2017-06-27 12:59:30'],
   dtype='datetime64[ns]', freq='D')

pd.date_range('2017-6-20 12:59:30',periods = 8, normalize = True)

 DatetimeIndex(['2017-06-20', '2017-06-21', '2017-06-22', '2017-06-23',
   '2017-06-24', '2017-06-25', '2017-06-26', '2017-06-27'],
   dtype='datetime64[ns]', freq='D')

頻率和日期偏移量

pandas中的頻率是由一個基礎(chǔ)頻率（M、H）也可以是（Hour、Minute、h、min等）

pd.date_range('2017-6-27',periods = 7,freq = '1h30min')

DatetimeIndex(['2017-06-27 00:00:00', '2017-06-27 01:30:00',
   '2017-06-27 03:00:00', '2017-06-27 04:30:00',
   '2017-06-27 06:00:00', '2017-06-27 07:30:00',
   '2017-06-27 09:00:00'],
   dtype='datetime64[ns]', freq='90T')

pd.date_range('2017-6-27',periods = 7,freq = 'M')

DatetimeIndex(['2017-06-30', '2017-07-31', '2017-08-31', '2017-09-30',
   '2017-10-31', '2017-11-30', '2017-12-31'],
   dtype='datetime64[ns]', freq='M')

pd.date_range('2017-6-27',periods = 7,freq = 'd')

 DatetimeIndex(['2017-06-27', '2017-06-28', '2017-06-29', '2017-06-30',
   '2017-07-01', '2017-07-02', '2017-07-03'],
   dtype='datetime64[ns]', freq='D')

pd.date_range('2017-6-27',periods = 7,freq = 'H')

 DatetimeIndex(['2017-06-27 00:00:00', '2017-06-27 01:00:00',
   '2017-06-27 02:00:00', '2017-06-27 03:00:00',
   '2017-06-27 04:00:00', '2017-06-27 05:00:00',
   '2017-06-27 06:00:00'],
   dtype='datetime64[ns]', freq='H')

常用的基礎(chǔ)頻率

別名	偏移量	說明
D/d	Day	每日歷日
B	BusinessDay	每工作日
H/h	Hour	每小時
T或min	Minute	每分
S	Secend	每秒
L或ms	Milli	每毫秒（每千分之一秒）
U	Micro	每微秒（即百萬分之一秒）
M	MonthEnd	每月最后一個日歷日
BM	BusinessDayEnd	每月最后一個工作

上表只展示了部分！

WOM日期（可獲得例如“每月第3個星期五”）

pd.date_range('2017-06-01','2017-07-31',freq='WOM-3FRI')

DatetimeIndex(['2017-06-16', '2017-07-21'], dtype='datetime64[ns]', freq='WOM-3FRI')

重采樣及頻率轉(zhuǎn)換

降采樣：高頻數(shù)據(jù)到低頻數(shù)據(jù)

升采樣：低頻數(shù)據(jù)到高頻數(shù)據(jù)

主要函數(shù)：resample()（pandas對象都會有這個方法）

resample方法的參數(shù)

參數(shù)	說明
freq	表示重采樣頻率，例如‘M'、‘5min'，Second(15)
how='mean'	用于產(chǎn)生聚合值的函數(shù)名或數(shù)組函數(shù)，例如‘mean'、‘ohlc'、np.max等，默認是‘mean'，其他常用的值由：‘first'、‘last'、‘median'、‘max'、‘min'
axis=0	默認是縱軸，橫軸設(shè)置axis=1
fill_method = None	升采樣時如何插值，比如‘ffill'、‘bfill'等
closed = ‘right'	在降采樣時，各時間段的哪一段是閉合的，‘right'或‘left'，默認‘right'
label= ‘right'	在降采樣時，如何設(shè)置聚合值的標簽，例如，9：30-9：35會被標記成9：30還是9：35,默認9：35
loffset = None	面元標簽的時間校正值，比如‘-1s'或Second(-1)用于將聚合標簽調(diào)早1秒
limit=None	在向前或向后填充時，允許填充的最大時期數(shù)
kind = None	聚合到時期（‘period'）或時間戳（‘timestamp'），默認聚合到時間序列的索引類型
convention = None	當重采樣時期時，將低頻率轉(zhuǎn)換到高頻率所采用的約定（start或end）。默認‘end'

降采樣

需考慮：

1）各區(qū)間哪邊是閉合的（參數(shù)：closed）

2）如何標記各聚合面元，用區(qū)間的開頭還是末尾（參數(shù)：label）

ts_index = pd.date_range('2017-06-20',periods =12,freq = '1min')#一分鐘采樣數(shù)據(jù)
ts = pd.Series(np.arange(12),index = ts_index)

ts

 2017-06-20 00:00:00 0
 2017-06-20 00:01:00 1
 2017-06-20 00:02:00 2
 2017-06-20 00:03:00 3
 2017-06-20 00:04:00 4
 2017-06-20 00:05:00 5
 2017-06-20 00:06:00 6
 2017-06-20 00:07:00 7
 2017-06-20 00:08:00 8
 2017-06-20 00:09:00 9
 2017-06-20 00:10:00 10
 2017-06-20 00:11:00 11
 Freq: T, dtype: int32

聚合到5分鐘

ts.resample('5min',how='sum')

C:\Program Files\anaconda\lib\site-packages\ipykernel\__main__.py:1: FutureWarning: how in .resample() is deprecated
 the new syntax is .resample(...).sum()
 if __name__ == '__main__':
 2017-06-20 00:00:00 10
 2017-06-20 00:05:00 35
 2017-06-20 00:10:00 21
 Freq: 5T, dtype: int32

ts.resample('5min',how='sum',closed='left')

C:\Program Files\anaconda\lib\site-packages\ipykernel\__main__.py:1: FutureWarning: how in .resample() is deprecated
 the new syntax is .resample(...).sum()
 if __name__ == '__main__':
 2017-06-20 00:00:00 10
 2017-06-20 00:05:00 35
 2017-06-20 00:10:00 21
 Freq: 5T, dtype: int32

ts.resample('5min',how='sum',closed='left',label ='left')

 C:\Program Files\anaconda\lib\site-packages\ipykernel\__main__.py:1: FutureWarning: how in .resample() is deprecated
 the new syntax is .resample(...).sum()
 if __name__ == '__main__':
 2017-06-20 00:00:00 10
 2017-06-20 00:05:00 35
 2017-06-20 00:10:00 21
 Freq: 5T, dtype: int32

通過groupby進行重插樣

另外一種降采樣方法

ts1_index = pd.date_range('2017-6-01',periods = 100,freq = 'd')
ts1 = pd.Series(np.arange(100),index = ts1_index)
ts1.head()

2017-06-01 0
 2017-06-02 1
 2017-06-03 2
 2017-06-04 3
 2017-06-05 4
 Freq: D, dtype: int32

ts1.groupby(lambda x:x.month).mean()

 6 14.5
 7 45.0
 8 76.0
 9 95.5
 dtype: float64

ts1.groupby(lambda x:x.weekday).mean()

 
 0 49.5
 1 50.5
 2 51.5
 3 49.0
 4 50.0
 5 47.5
 6 48.5
 dtype: float64

df1 = pd.DataFrame(np.arange(200).reshape(100,2),index = ts1_index)

df1.groupby(lambda x:x.weekday).mean()

	0	1
0	99	100
1	101	102
2	103	104
3	98	99
4	100	101
5	95	96
6	97	98

對于具有時間序列索引的pandas數(shù)據(jù)結(jié)構(gòu)，當groupby傳入一個函數(shù)時，可以對時間索引對應(yīng)列進行聚合

升采樣

升采樣沒有聚合，但是需要填充

df2 = pd.DataFrame(np.arange(200).reshape(100,2),index = ts1_index,columns=['add1','add2'])
df2.head()

	add1	add2
2017-06-01	0	1
2017-06-02	2	3
2017-06-03	4	5
2017-06-04	6	7
2017-06-05	8	9

df2.resample('W-THU',fill_method = 'ffill')

 C:\Program Files\anaconda\lib\site-packages\ipykernel\__main__.py:1: FutureWarning: fill_method is deprecated to .resample()
 the new syntax is .resample(...).ffill()
 if __name__ == '__main__':

	add1	add2
2017-06-01	0	1
2017-06-08	14	15
2017-06-15	28	29
2017-06-22	42	43
2017-06-29	56	57
2017-07-06	70	71
2017-07-13	84	85
2017-07-20	98	99
2017-07-27	112	113
2017-08-03	126	127
2017-08-10	140	141
2017-08-17	154	155
2017-08-24	168	169
2017-08-31	182	183
2017-09-07	196	197
2017-09-14	198	199