Pandas 统计分析之时间重采样resample

pandas中时间重采样的方法resample()，重采样指时间重采样，索引必须是时间类型，或者通过on指定要重采样的时间类型的column列。
参数：
rule 表示目标转换的偏移量字符串或对象
freq 表示重采样频率，例如‘M’、‘5min’，Second(15)
how=‘mean’ 用于产生聚合值的函数名或数组函数，例如‘mean’、‘ohlc’、np.max等，默认是‘mean’，其他常用的值由：‘first’、‘last’、‘median’、‘max’、‘min’
axis=0 哪个轴用于向上采样或向下采样。对于序列，这将默认为0，即沿着行。必须是DatetimeIndex, TimedeltaIndex或PeriodIndex。默认是纵轴，横轴设置axis=1
fill_method = None 升采样时如何插值，比如‘ffill’、‘bfill’等
closed = ‘right’ 在降采样时，各时间段的哪一段是闭合的，‘right’或‘left’，默认‘right’
label= ‘right’ 在降采样时，如何设置聚合值的标签，例如，9：30-9：35会被标记成9：30还是9：35,默认9：35
convention = None 当重采样时期时，将低频率转换到高频率所采用的约定（start或end）。默认‘end’
kind = None 聚合到时期（‘period’）或时间戳（‘timestamp’），默认聚合到时间序列的索引类型
loffset = None 调整重新取样的时间标签
base 对于平均细分1天的频率，为累计间隔的“起源”。例如，对于“5min”频率，基数可以从0到4。默认值为0。
on 对于数据流，要使用列而不是索引进行重采样。列必须与日期时间类似。
level 对于多索引，用于重采样的级别(名称或数字)。级别必须与日期时间相似
origin 要调整分组的时间戳。起始时区必须与索引的时区匹配。如果没有使用时间戳，也支持以下值:epoch:原点是1970-01-01’；start ': origin是timeseries的第一个值；“start_day”:起源是timeseries午夜的第一天；
offset 加到原点的偏移时间增量

freq参数：
B：工作日频率
C：自定义工作日频率
D：日历日频率
W：每周频率
ME：月末频率
SME：半月末频率（15日和月末）
BME：营业月末频率
CBME：自定义业务月末频率
MS：月份开始频率
SMS：半个月开始频率（1日和15日）
BMS：营业月开始频率
CBMS：自定义营业月开始频率
QE：季度末频率
BQE：业务季度末频率
QS：季度开始频率
BQS：业务季度开始频率
YE：年末频率
BYE：营业年度结束频率
YS：年开始频率
BYS：营业年度开始频率
h：每小时频率
bh：营业时间频率
cbh：自定义营业时间频率
min：分钟频率
s：秒频率
ms：毫秒
us：微秒
ns：纳秒