Pandas中怎样实现数据的重采样？-Python教程-PHP中文网

Pandas中怎样实现数据的重采样？

雪夜

发布： 2025-08-01 13:34:01

原创

324人浏览过

pandas中重采样的核心是resample()函数，用于改变时间序列数据的频率。1. 确保数据是时间序列数据，索引为datetimeindex类型；2. 使用resample()方法并传入新的频率规则，如'd'、'w'、'm'等；3. 指定聚合函数如mean()、sum()等计算每个周期内的值；4. 升采样时使用ffill()、bfill()或interpolate()处理缺失值；5. 可通过closed和label参数控制降采样区间闭合方式和标签；6. 处理不规则数据时，可使用asfreq()、reindex()或fillna()方法。

Pandas中怎样实现数据的重采样？

重采样在Pandas中，就是改变时间序列数据的频率。可以升采样（增加频率，比如从月到天）或者降采样（降低频率，比如从天到月）。核心是

resample()

登录后复制

函数。

解决方案

Pandas的

resample()

登录后复制

函数提供了一种灵活的方式来改变时间序列数据的频率。它结合了分组和聚合的功能，使得时间序列数据的处理变得非常方便。以下是使用

resample()

登录后复制

的基本步骤和一些常见用例：

确保数据是时间序列数据：首先，确保你的Pandas DataFrame的索引是DatetimeIndex类型。如果不是，可以使用

pd.to_datetime()

登录后复制

函数转换。

import pandas as pd
import numpy as np

# 创建一个示例DataFrame
dates = pd.date_range('2023-01-01', periods=100, freq='D')
data = np.random.randn(100)
df = pd.DataFrame({'value': data}, index=dates)

# 确保索引是DatetimeIndex
# df.index = pd.to_datetime(df.index) # 如果需要转换

登录后复制

使用

resample()

登录后复制

方法：在DataFrame上调用

resample()

登录后复制

方法，并传入新的频率规则。频率规则可以是字符串，如'D'（天）、'W'（周）、'M'（月）、'Q'（季度）、'Y'（年）等。

# 降采样到每周，计算均值
weekly_mean = df.resample('W').mean()
print(weekly_mean.head())

# 升采样到每小时，用前一个值填充缺失值
hourly_filled = df.resample('H').ffill()
print(hourly_filled.head())

登录后复制

指定聚合函数：
```
resample()
```
登录后复制
方法返回一个Resampler对象，你需要指定一个聚合函数来计算每个重采样周期内的值。常见的聚合函数包括
```
mean()
```
登录后复制
、
```
sum()
```
登录后复制
、
```
count()
```
登录后复制
、
```
min()
```
登录后复制
、
```
max()
```
登录后复制
等。
```
# 降采样到每月，计算总和
monthly_sum = df.resample('M').sum()
print(monthly_sum.head())
```
登录后复制
处理缺失值：升采样会引入缺失值。可以使用
```
ffill()
```
登录后复制
（前向填充）、
```
bfill()
```
登录后复制
（后向填充）或
```
interpolate()
```
登录后复制
（插值）等方法填充缺失值。
```
# 升采样到每小时，并使用线性插值填充缺失值
hourly_interpolated = df.resample('H').interpolate()
print(hourly_interpolated.head())
```
登录后复制

自定义聚合函数：你还可以使用

agg()

登录后复制

方法应用自定义的聚合函数。

# 自定义聚合函数，计算每个月的范围（最大值 - 最小值）
def range_func(x):
    return x.max() - x.min()

monthly_range = df.resample('M').agg(range_func)
print(monthly_range.head())

登录后复制

降采样时，

closed

登录后复制

和

label

登录后复制

参数有什么作用？

closed

登录后复制

和

label

登录后复制

参数在降采样中控制着区间的闭合方式和标签。

closed

登录后复制

参数决定区间的哪一端是闭合的（包含），可以是

'right'

登录后复制

（默认）或

'left'

登录后复制

。

label

登录后复制

参数决定使用区间的哪一端作为标签，也可以是

'right'

登录后复制

（默认）或

'left'

登录后复制

。这俩参数直接影响你如何解读重采样后的时间点。

壁纸样机神器

免费壁纸样机生成

查看详情

举个例子，假设你按天降采样到周，

closed='right'

登录后复制

和

label='right'

登录后复制

意味着每周日作为该周的标签，并且周日属于该周。如果

closed='left'

登录后复制

和

label='left'

登录后复制

，则每周一作为该周的标签，且周一属于该周。

# 降采样到每周，指定闭合区间和标签
weekly_sum_right = df.resample('W', closed='right', label='right').sum()
weekly_sum_left = df.resample('W', closed='left', label='left').sum()

print("Right closed and labeled:\n", weekly_sum_right.head())
print("\nLeft closed and labeled:\n", weekly_sum_left.head())

登录后复制

升采样时，如何避免引入过多的缺失值？

升采样必然会引入缺失值，但可以通过选择合适的填充方法来减少其影响。

ffill()

登录后复制

和

bfill()

登录后复制

适用于数据变化不大的情况，而

interpolate()

登录后复制

则更适用于数据具有一定趋势性的情况。

除了选择合适的填充方法，还可以考虑使用更短的重采样频率，例如，如果你的数据是按天记录的，可以先升采样到小时，然后再进行插值，这样可以减少插值的误差。

另外，了解你的数据特性非常重要。例如，如果你的数据是季节性的，可以考虑使用季节性分解方法，然后对分解后的数据进行重采样和插值。

# 升采样到每小时，并使用时间加权插值填充缺失值
hourly_time_based = df.resample('H').interpolate(method='time')
print(hourly_time_based.head())

登录后复制

如何处理不规则的时间序列数据？

真实世界的数据往往是不规则的，例如，某些日期可能缺少数据，或者数据的时间间隔不一致。Pandas提供了一些方法来处理这些情况。

首先，可以使用

asfreq()

登录后复制

方法将不规则的时间序列转换为规则的时间序列。这个方法允许你指定一个频率，并自动填充缺失的日期。

其次，可以使用

reindex()

登录后复制

方法手动指定新的索引。这对于需要将数据与其他数据集对齐的情况非常有用。

此外，还可以使用

fillna()

登录后复制

方法填充缺失值。这个方法提供了多种填充策略，例如，使用常数填充、使用均值填充等。

# 创建一个不规则的时间序列
irregular_dates = pd.to_datetime(['2023-01-01', '2023-01-03', '2023-01-05', '2023-01-08'])
irregular_data = np.random.randn(4)
irregular_df = pd.DataFrame({'value': irregular_data}, index=irregular_dates)

# 转换为规则的时间序列，并填充缺失值
regular_df = irregular_df.asfreq('D', fill_value=0)
print(regular_df)

登录后复制

以上就是Pandas中怎样实现数据的重采样？的详细内容，更多请关注php中文网其它相关文章！