介绍
这篇文章主要讲解了python数据处理如何对熊猫进行数据变频或插值,内容清晰明了,对此有兴趣的小伙伴可以学习一下,相信大家阅读完之后会有帮助。
好了,不说废话,看我的代码:
熊猫作为pd导入 进口numpy np rng=pd.date_range(& # 39; 20180101 & # 39;时间=40) ts=pd.Series (np.arange(41),指数=rng) #这一行和上一行生成了一个指数为时间,一共40天的数据 猴ts_m=ts.resample (& # 39; # 39;) .asfreq() #对数据进行按月重采样,之后再asfreq () 打印(ts) 打印(ts_m)
因为发生了一些事,所以没有写完这部分先这样吧,后面我再补全
结果在下面,大家看按照月度的猴# 39;采样,会抓取到月末的数据,1月31日和2月28日,嗯,后面的asfreq()是需要的,不然返回的就只是一个重新取样对象,当然除了M以外,也可以自己进行随意的设置频率,比如说“猴3 # 39;三个月,“5 t # 39;五分钟,“30 & # 39;三十秒,更多精彩内容请多多查看文档
2018-01-07 7 2018-01-08 8 2018-01-09 9 2018-01-10 10 2018-01-11 11 2018-01-12 12 2018-01-13 13 2018-01-14 14 2018-01-15 15 2018-01-16 16 2018-01-17 17 2018-01-18 18 2018-01-19 19 2018-01-20 20 2018-01-21 21 2018-01-22 22 2018-01-23 23 2018-01-24 24 2018-01-25 25 2018-01-26 26 2018-01-27 27 2018-01-28 28 2018-01-29 29 2018-01-30 30 2018-01-31 31 2018-02-01 32 2018-02-02 33 2018-02-03 34 2018-02-04 35 2018-02-05 36 2018-02-06 37 2018-02-07 38 2018-02-08 39 2018-02-09 40 频率:D, dtype: int32 2018-01-31 31.0 2018-02-28南 频率:M dtype: float64
至于这个asfreq(),用法是这样的:
# 45分钟的频率和填补 在[5]:转换=ts.asfreq(& # 39; 45分钟# 39;方法=& # 39;垫# 39;) 在[6]:converted.head () [6]: 2011-01-01就是0.469112 2011-01-01 00:45:00 0.469112 2011-01-01 01:30:00 -0.282863 2011-01-01 02:15:00 -1.509059 2011-01-01 03:00:00 -1.135632 频率:45 t, dtype: float64
然后既然有下采样,那就要有插值了,插值的用法如下所示:
这个是线性插值,当然还有向前填充(.bfill())向后填充(.pad())的,可以还看这个官方文档啦,官方文档就是好
在祝辞祝辞s=pd。系列([0,1,np。南3]) 在在在s.interpolate () 0 0 1 2 - 2 3个3 dtype: float64
看完上述内容,是不是对python数据处理如何对熊猫进行数据变频或插值有进一步的了解,如果还想学习更多内容,欢迎关注行业资讯频道。