DataFrame.resample(rule, axis=0, closed=None, label=None, convention='start', kind=None, loffset=None, base=None, on=None, level=None, origin='start_day', offset=None)[source]
重新采样time-series数据。
频率转换和time series重采样的便捷方法。对象必须具有类似datetime的索引(DatetimeIndex, PeriodIndex或TimedeltaIndex),或将类似datetime的值传递给on或level关键字。
参数:rule : eDateOffset, Timedelta 或 str
表示目标转换的偏移字符串或对象。
axis:{0或‘index’, 1 或 ‘columns’}, 默认为 0
向上采样或向下采样使用哪一个轴。对于级数,默认值为0,
即沿着行。必须是DatetimeIndex, TimedeltaIndex
或PeriodIndex。
closed : {‘right’, ‘left’}, 默认为None
bin区间的哪一边是关闭的。
除了‘M’、‘A’、‘Q’、‘BM’、‘BA’、‘BQ’和‘W’之外,
所有频率偏移的默认值都是‘left’,它们的默认值都是‘right’。
label: {‘right’, ‘left’}, 默认为 None
用哪边标签来标记bucket。
除了‘M’、‘A’、‘Q’、‘BM’、‘BA’、‘BQ’和‘W’之外,
所有频率偏移的默认值都是‘left’,它们的默认值都是‘right’。
convention :{'start', 'end', 's', 'e'}, 默认为 'start'
仅对于PeriodIndex,控制是使用规则的开始还是结束。
kind: {‘timestamp’, ‘period’}, 可选, 默认为 None
传递'timestamp'将结果索引转换为DateTimeIndex,
或'period'将其转换为PeriodIndex。默认情况下,
保留输入表示形式。
loffset : timedelta, 默认为None
调整重新采样的时间标签。
自1.1.0版本以来已弃用 : 您应该将loffset添加到df中。
重新取样后的索引。见下文。
base : int, 默认为0
对于平均细分1天的频率,聚合间隔的“origin”。
例如,对于“5min”频率,基数可以从0到4。默认值为0。
自1.1.0版本以来已弃用:
您应该使用的新参数是'offset'或'origin'。
on : str, 可选
自1.1.0版本以来已弃用:您应该使用的新参数是'offset'或'origin'。
level : str 或 int, 可选
用于重采样的多索引、级别(名称或数字)。级别必须与日期时间类似。
origin : {‘epoch’, ‘start’, ‘start_day’},
Timestamp 或 str, 默认为 ‘start_day’
调整分组的时间戳。原始时区必须与索引的时区匹配。
如果不使用时间戳,也支持以下值:
1) “epoch”:起源是1970年01月01日
2) 'start ': origin是timeseries的第一个值
2) “start_day”:起源是timeseries午夜的第一天
新版本1.1.0。
offset : Timedelta 或 str, 默认为 None
加到原点的偏移时间。