c语言 北京时间转换utc时间_时间序列 | 重采样及频率转换

重采样及频率转换

• 重采样(resampling)指的是将时间序列从一个频率转换到另一个频率的处理过程。是对原样本重新处理的一个方法，是一个对常规时间序列数据重新采样和频率转换的便捷的方法。
• 将高频率数据聚合到低频率称为降采样(downsampling)
• 而将低频率数据转换到高频率则称为升采样(upsampling)

主要参数说明。

rule : DateOffset, Timedelta or str

表示重采样频率，例如‘M’、‘5min’，Second(15)

how : str

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 or 'index', 1 or 'columns'}, default 0

默认是纵轴，横轴设置axis=1

fill_method : str, default None

升采样时如何插值，比如ffill、bfill等

closed : {'right', 'left'}, default None

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', 'left'}, default None

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 : {'start', 'end', 's', 'e'}, default 'start'

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 : {'timestamp', 'period'}, optional, default 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 : timedelta, default None

面元标签的时间校正值，比如'-1s'或Second(-1)用于将聚合标签调早1秒

limit : int, default None

在向前或向后填充时，允许填充的最大时期数

---

>>> rng = pd.date_range('2000-01-01', periods=100, freq='D')
>>> ts = pd.Series(np.random.randn(len(rng)), index=rng)
>>> ts
2000-01-01   -0.184415
2000-01-02   -0.078049
2000-01-03    1.550158
2000-01-04    0.206498
2000-01-05    0.184059
                ...   
2000-04-05   -0.574207
2000-04-06   -1.719587
2000-04-07    0.140673
2000-04-08   -1.234146
2000-04-09   -0.835341
Freq: D, Length: 100, dtype: float64

pandas对象都带有一个resample方法，它是各种频率转换工作的主力函数。

resample有一个类似于groupby的API，调用resample可以分组数据，然后会调用一个聚合函数：

>>> ts.resample('M').mean()
2000-01-31    0.053476
2000-02-29   -0.