Pandas 时间重采样

在时间序列分析中，重采样是一个重要的操作，它允许我们将时间序列数据从一个频率转换到另一个频率。例如，将每日数据转换为每月数据，或者将每分钟数据转换为每小时数据。Pandas提供了强大的工具来实现这一操作，本文将详细介绍如何使用Pandas进行时间重采样。

什么是时间重采样？

时间重采样是指将时间序列数据从一个时间频率转换到另一个时间频率的过程。重采样可以分为两种类型：

降采样（Downsampling）：将数据从高频率转换为低频率。例如，将每日数据转换为每月数据。
升采样（Upsampling）：将数据从低频率转换为高频率。例如，将每月数据转换为每日数据。

在重采样过程中，通常需要对数据进行聚合或插值处理，以确保数据的完整性和准确性。

基本语法

Pandas中的重采样主要通过resample()方法来实现。该方法的基本语法如下：

python
df.resample(rule, axis=0, closed=None, label=None, convention='start', kind=None, loffset=None, base=None, on=None, level=None)

rule：指定重采样的频率，例如'D'表示每日，'M'表示每月。
axis：指定重采样的轴，默认为0（行）。
closed：指定区间的闭合方式，'right'或'left'。
label：指定区间的标签位置，'right'或'left'。
convention：指定重采样的约定方式，'start'或'end'。

降采样示例

假设我们有一组每日的销售数据，我们希望将其转换为每月的销售数据。以下是实现这一操作的代码示例：

python
import pandas as pd
import numpy as np

# 创建每日销售数据
date_range = pd.date_range(start='2023-01-01', end='2023-03-31', freq='D')
sales_data = np.random.randint(100, 1000, size=len(date_range))
df = pd.DataFrame({'Date': date_range, 'Sales': sales_data})
df.set_index('Date', inplace=True)

# 降采样为每月数据
monthly_sales = df.resample('M').sum()
print(monthly_sales)

输出：

            Sales
Date             
2023-01-31  14567
2023-02-28  13245
2023-03-31  15678

在这个例子中，我们使用resample('M')将每日数据降采样为每月数据，并使用sum()方法对每月的销售数据进行求和。

升采样示例

升采样通常需要插值处理，以填补缺失的数据。以下是一个将每月数据升采样为每日数据的示例：

python
# 创建每月销售数据
date_range = pd.date_range(start='2023-01-01', end='2023-03-31', freq='M')
sales_data = np.random.randint(1000, 5000, size=len(date_range))
df = pd.DataFrame({'Date': date_range, 'Sales': sales_data})
df.set_index('Date', inplace=True)

# 升采样为每日数据
daily_sales = df.resample('D').ffill()
print(daily_sales)

输出：

            Sales
Date             
2023-01-31  1234
2023-02-01  1234
2023-02-02  1234
...
2023-03-31  4567

在这个例子中，我们使用resample('D')将每月数据升采样为每日数据，并使用ffill()方法进行前向填充。

实际应用场景

股票数据分析

在股票市场分析中，通常需要将高频的股票价格数据（如每分钟或每小时）转换为低频数据（如每日或每周），以便进行长期趋势分析。通过重采样，我们可以轻松实现这一转换。

气象数据分析

气象数据通常以小时或分钟为单位记录，但在某些情况下，我们可能需要将其转换为每日或每月数据，以便进行季节性分析。重采样可以帮助我们快速完成这一任务。

总结

时间重采样是时间序列分析中的一个重要操作，它允许我们将数据从一个频率转换到另一个频率。Pandas提供了强大的resample()方法来实现这一操作，无论是降采样还是升采样，都可以通过简单的代码实现。

提示

在实际应用中，重采样通常需要结合聚合函数（如sum()、mean()）或插值方法（如ffill()、bfill()）来确保数据的完整性和准确性。

附加资源

练习

使用Pandas生成一组每分钟的温度数据，并将其重采样为每小时的平均温度。
将一组每月的销售数据重采样为每日数据，并使用线性插值填补缺失值。

通过完成这些练习，你将更好地掌握Pandas时间重采样的技巧。

什么是时间重采样？​

基本语法​

降采样示例​

升采样示例​

实际应用场景​

股票数据分析​

气象数据分析​

总结​

附加资源​

练习​