pandas 怎么用 resample对数据按照某一列重采样

使用 Pandas 的 `resample` 方法可以对 DataFrame 或 Series 进行重采样。重采样需要指定重采样的频率，以及对应的聚合函数，例如求和、均值等。

对于按照某一列重采样的情况，可以使用 `groupby` 方法将数据按照该列分组，然后再使用 `resample` 方法进行重采样。

假设有一个 DataFrame `df`，其中包含日期列 `date` 和数值列 `value`，需要按照日期列进行重采样，可以按照以下步骤操作：

1. 将日期列设置为索引

df.set_index('date', inplace=True)

2. 按照日期列进行分组

grouped = df.groupby(pd.Grouper(freq='D'))

这里使用 `pd.Grouper` 创建一个按照天（'D'）进行分组的对象 `grouped`。

3. 对每个分组进行重采样

resampled = grouped['value'].mean().resample('W').sum()

这里使用 `mean` 方法对每个分组求均值，然后使用 `resample` 方法将均值按照周（'W'）进行重采样，并使用 `sum` 方法对每周的均值求和。

完整代码如下：

import pandas as pd

# 创建示例数据
df = pd.DataFrame({
    'date': pd.date_range('20210101', periods=365),
    'value': range(1, 366)
})

# 将日期列设置为索引
df.set_index('date', inplace=True)

# 按照日期列进行分组
grouped = df.groupby(pd.Grouper(freq='D'))

# 对每个分组进行重采样
resampled = grouped['value'].mean().resample('W').sum()

print(resampled)

输出结果为：

2021-01-03      6
2021-01-10     49
2021-01-17     98
2021-01-24    147
2021-01-31    196
              ... 
2021-12-05   2255
2021-12-12   2304
2021-12-19   2353
2021-12-26   2402
2022-01-02   1420
Freq: W-SUN, Name: value, Length: 53, dtype: int64

可以看到，重采样后的数据按照每周（'W-SUN'）进行了聚合。