pandas 季度_使用Pandas的resample函数处理时间序列数据的技巧

时间序列数据在数据科学项目中很常见。 通常，可能会对将时序数据重新采样到要分析数据的频率或从数据中汲取更多见解的频率感兴趣。

在本文中，我们将介绍一些使用Pandas resample（）函数对时间序列数据进行重采样的示例。 我们将介绍以下常见问题，并应帮助您开始使用时序数据操作。

1. 下采样并执行聚合
2. 使用自定义基数进行下采样
3. 上采样和填充值
4. 一个实际的例子

向下采样和执行聚合

下采样是将一个时间序列数据集重新采样到一个更大的时间框架。例如，从几分钟到几小时，从几天到几年。结果的行数将减少，并且可以使用mean()、min()、max()、sum()等聚合值。

让我们通过一个示例来了解它是如何工作的。

假设我们有一个关于销售的数据集。

df_sales = pd.read_csv(
'sales_data.csv',
parse_dates=['date'],
index_col=['date']
)