暑期实践第二十七天 2022-7-30

时间序列

1.重采样（Resample方法）

在Pandas中，对时间序列的频率的调整称之重新采样，即将时间序列从一个频率转换到另一个频率的处理过程

重采样主要使用resample方法，该方法用于对常规时间序列重新采样和频率转换，包括降采样和升采样。

DataFrame.resample(rule,how=None,axis=0,fill_method=None,closed=None,label=None,convention='start',kind=None,loffset=None,limit=None,base=0,on=None,level=None)

举个例子：首先创建一个包含9个一分钟的时间序列，然后使用resample方法转换为3分钟的时间序列并对索引列进行求和计算。

import pandas as pd
index = pd.date_range('02/02/2020', periods=9, freq='T')
series = pd.Series(range(9), index=index)
print(series)
print(series.resample('3T').sum())

输出结果

2020-02-02 00:00:00    0
2020-02-02 00:01:00    1
2020-02-02 00:02:00    2
2020-02-02 00:03:00    3
2020-02-02 00:04:00    4
2020-02-02 00:05:00    5
2020-02-02 00:06:00    6
2020-02-02 00:07:00    7
2020-02-02 00:08:00    8
Freq: T, dtype: int64
2020-02-02 00:00:00     3
2020-02-02 00:03:00    12
2020-02-02 00:06:00    21
Freq: 3T, dtype: int64

2.降采样处理

降采样是周期由高频率转向低频率。例如，将5min的股票交易数据转换为日交易，按天统计的销售数据转换为按周统计

数据降采样会涉及到数据的聚合。聚合的方式主要包括求和、求均值等。

import pandas as pd
df = pd.read_excel('time.xls')
print(df)
df1 = df.set_index('订单付款时间')
print(df1.resample('w').sum().head())

输出结果

       买家会员名  ...              订单付款时间
0    mr00001  ... 2018-01-01 09:26:18
1    mr00003  ... 2018-01-01 10:06:07
2    mr00004  ... 2018-01-01 10:06:48
3    mr00002  ... 2018-01-01 10:18:12
4    mr00005  ... 2018-01-01 16:08:22
..       ...  ...                 ...
193  mr00232  ... 2018-01-31 13:11:52
194  mr00234  ... 2018-01-31 17:17:58
195  mr00235  ... 2018-01-31 20:29:59
196  mr00236  ... 2018-01-31 21:02:30
197  mr00237  ... 2018-01-31 22:45:01

[198 rows x 5 columns]
            买家实际支付金额  宝贝总数量
订单付款时间                     
2018-01-07   5735.91     77
2018-01-14   4697.62     70
2018-01-21   5568.77     74
2018-01-28   5408.68     53
2018-02-04   1958.19     19