时间序列数据重采样

本页目录

【问题描述】

对于给定的时间序列数据，按照指定的频率进行重采样，并按指定的函数进行聚合。

【示例7-10】

本例使用示例7-2的数据，请按天对测量数据进行重采样，聚合函数为求均值。

  • 编写下面的代码：
code.python 
import pandas as pd
# 读取Excel文件内容，指定第一个工作表，第一列为索引列
df = pd.read_excel('D:/Samples/ch07/01 时间序列数据/时间序列.xlsx', sheet_name=0, index_col=0, engine='openpyxl')
# 对测量数据进行重采样，聚合函数为求均值
df_dayly = df.resample('D').mean()
# 输出结果
print(df_dayly)

打开Python IDLE，新建一个脚本文件，将上面生成的代码复制进去，保存。运行脚本，在IDLE Shell窗口输出

code.python 
>>> == RESTART: D:/Samples/1.py =
                 测量值
时间
2022-03-18  5.541667
2022-03-19  4.416667
2022-03-20  6.083333
2022-03-21  4.958333
2022-03-22  7.500000

【知识点扩展】

使用Series对象或DataFrame对象的resample方法按照指定频率进行重采样，后面可以直接跟聚合函数，如本例中按天重采样，聚合函数是求均值。

code.python 
df_dayly = df.resample('D').mean()