df.resample
时间: 2023-09-12 22:08:50 浏览: 84
`df.resample()` 是 Pandas 中用于重采样时间序列数据的方法。它可以根据指定的频率对时间序列数据进行重新采样,例如将高频率数据转换为低频率数据(降采样)或将低频率数据转换为高频率数据(升采样)。
`df.resample()` 的基本语法如下:
```python
df.resample(rule, [options])
```
其中,`df` 是一个 Pandas DataFrame 对象,`rule` 是重采样的规则,用于指定重采样的频率。可以使用一些字符串别名(如 'D' 表示每日,'M' 表示每月)或 Pandas 的 Offset 对象来表示频率。可选的 `[options]` 参数用于指定其他的重采样选项,例如如何处理缺失值或边界值。
重采样后,可以使用一些聚合函数(如 `mean()`、 `sum()`、 `first()`、 `last()` 等)对每个重采样时间窗口中的数据进行汇总计算。
以下是一个示例,展示如何使用 `df.resample()` 对每日股票收盘价数据进行降采样到每月,并计算每月的平均收盘价:
```python
import pandas as pd
# 创建示例 DataFrame
df = pd.DataFrame({
'日期': pd.date_range(start='2021-01-01', end='2021-12-31', freq='D'),
'收盘价': range(365)
})
# 将 '日期' 列设置为索引
df.set_index('日期', inplace=True)
# 降采样到每月,并计算每月的平均收盘价
monthly_avg_close = df['收盘价'].resample('M').mean()
print(monthly_avg_close)
```
希望以上内容能够帮助到你!如有其他问题,请随时提问。