pandas之时间重采样笔记

周期由高频率转向低频率称为降采样：例如5分钟股票交易数据转换为日交易数据

相反，周期也可以由低频转向高频称为升采样

其他重采样：例如每周三（W-WED）转换为每周五（W-FRI）

 import pandas as pd
 import numpy as np

 # 创建一个时间戳序列
 s = pd.Series(np.random.randn(5),
                      index=pd.date_range('2016-04-01',periods=5,freq='M'))
 # 注意它给的起始时间，与输出的时间对比，
 # 它给定的频率为月份输出的月份从每个月的最后一天算起
 # 输出
 2016-04-30   -0.487238
 2016-05-31    0.376708
 2016-06-30   -1.830840
 2016-07-31   -0.426218
 2016-08-31    1.913151
 Freq: M, dtype: float64

 # 将时间戳的序列转换为时期序列，
 s.to_period()
 # 输出
 2016-04   -0.487238
 2016-05    0.376708
 2016-06   -1.830840
 2016-07   -0.426218
 2016-08    1.913151
 Freq: M, dtype: float64

 # 创建周期频率为天的时间序列
 ts = pd.Series(np.random.randn(5),
                       index=pd.date_range('2016-12-29',periods=5,freq='D'))
 # 这个时间序列与第5行的不同，它的频率变以天为单位

 # 当转换为时期序列，它的频率也是默认天为单位
 ts.to_period() # 与28行的结果相同

 pts = ts.to_period(freq='M')
 # 把频率变为月时原来的总时间没变只是频率变了它将输出
 2016-12   -0.525272
 2016-12   -2.610914
 2016-12    1.094692
 2017-01   -1.721324
 2017-01    0.631946
 Freq: M, dtype: float64

 # 也可以再转为时间戳序列
 pts.to_timestamp()
 # 输出
 2016-12-01    0.797379
 2016-12-01   -0.085046
 2016-12-01   -0.271226
 2017-01-01    1.320668
 2017-01-01    0.168546
 dtype: float64

 pts.to_timestamp(how='end') # 可以输出每月的最后结束时间
 # 输出
 2016-12-31 23:59:59.999999999    0.797379
 2016-12-31 23:59:59.999999999   -0.085046
 2016-12-31 23:59:59.999999999   -0.271226
 2017-01-31 23:59:59.999999999    1.320668
 2017-01-31 23:59:59.999999999    0.168546
 dtype: float64

 # 创建以周期频率为分的时间序列
 ts = pd.Series(np.random.randint(0,50,60),
        index=pd.date_range('2016-04-25 09:30',periods=60,freq='T'))
 # 通过降采样，降低时间频率
 ts.resample('5min',how='sum')  # how='sum'，表示对降采样的时间段求和
 # 输出  它是以时间开始的时候为准，即时间轴的左端
 2016-04-25 09:30:00    135
 2016-04-25 09:35:00    120
 2016-04-25 09:40:00    138
 2016-04-25 09:45:00    101
 ......

 ts.resample('5min',how='sum',label='right')  # 也可以以末尾时间为准，即时间轴右端
 # 输出
 2016-04-25 09:35:00    135
 2016-04-25 09:40:00    120
 2016-04-25 09:45:00    138
 2016-04-25 09:50:00    101
 ......

 ts.resample('5min',how='ohlc')
 # 它创建了一个DataFrame，以时间为行索引，分别以open、high、low、close
 # 为列索引，how='ohlc'就是前面每个列索引的首字母

 ts = pd.Series(np.random.randint(0,50,100),
        index=pd.date_range('2016-03-01',periods=100,freq='D'))

 ts.groupby(lambda x: x.month).sum()
 # lambda表达式中的x为ts，把ts中的月份进行分组并求每月的总量
 ts.groupby(ts.index.to_period('M')).sum()  # 与上一行效果相同

 import pandas as pd
 import numpy as np

 df = pd.DataFrame(np.random.randint(1,50,2),
         index=pd.date_range('2016-04-22',periods=2,freq='W-FRI'))
 # 它的周期频率为星期五

 df.resample('D',fill_method='ffill')
 # 用升采样的方式，将频率提高的每天，
 # fill_method='ffill'，表示向上填充值，即所要填充的值与上一行相同

 df.resample('D',fill_method='ffill',limit=3)
 # limit=3表示最后3行被限制不填入值，默认填NaN

 df.resample('W-MON',fill_method='ffill')
 # 表示以以周一为频率重新采样

 df = pd.DataFrame(np.random.randint(2,30,(24,4)),
                  index=pd.period_range('2015-01','2016-12',freq='M'),
                  columns=list('ABCD')

 df.resample('A-DEC',how='sum')  # 用年频率重采样

 df.resample('A-MAR',how='sum')  # 用财年重采样，每年的三月分

 pdf = df.resample('A-DEC',how='mean')  # 用年频率重采样，算出每年的均值

 pdf.resample('Q-DEC',fill_method='ffill')  # 将上一行的值再以季度频率重采样