python数据处理如何对熊猫进行数据变频或插值

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