pandas: DataFrame 将时间按小时分钟等方式聚合

---

前言

在实际应用过程中，会出现不少时间序列相关数据，为了让不同频率数据统一时间标准，需要将数据按小时、分钟等方式进行分组，然后取组的平均值或中位数最为组的值，如果自己写算法会比较麻烦且耗时，pandas提供了一个函数可以快速解决此类问题：DataFrame.resample()。

---

提示：为方便快捷地解决问题，本文仅介绍函数的主要用法，并非全面介绍

一、DataFrame.resample()是什么？

DataFrame.resample()函数是频率转换和时间序列重采样的便捷方法。对象必须具有datetime类似的索引。

二、DataFrame.resample()函数参数及说明

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)

主要参数说明

rule：DateOffset、Timedelta或str。表示目标转换的偏移量字符串或对象。

axis：{0 or ‘index’, 1 or ‘columns’}, 默认0。用于上采样或下采样的轴。对于Series，它将默认为0，即沿着行计算。必须为 DatetimeIndex，TimedeltaIndex或PeriodIndex。
closed：{‘right’, ‘left’}, 默认值None。用于标记存储桶的容器边缘标签。除“ M”，“ A”，“ Q”，“ BM”，“ BA”，“ BQ”和“ W”外，所有频率偏移的默认值均为“ left”，均默认为“ right”。
label：{‘right’, ‘left’}, 默认值None。用于标记存储桶的容器边缘标签。除“ M”，“ A”，“ Q”，“ BM”，“ BA”，“ BQ”和“ W”外，所有频率偏移的默认值均为“ left”，均默认为“ right”。
convention：{‘start’, ‘end’, ‘s’, ‘e’}, 默认为’start’。仅对于PeriodIndex，控制是否使用相应规则的开始或结束。
kind：{‘timestamp’, ‘period’}, optional, 默认None。传递’timestamp’将结果索引转换为DateTimeIndex，或传递’ period’将其转换为PeriodIndex。默认情况下，输入表示形式将保留。

loffset：timedelta, 默认None。调整重新采样的时间标签。

base：int，默认为0。对于平均细分为1天的频率，则是汇总间隔的“起点”。例如，对于“ 5min”频率，基数范围可以从0到4。默认值为0。

on：str，optional。对于DataFrame，使用列而不是索引进行重采样。列必须是类似日期时间的。

level：str或int, optional。对于MultiIndex，用于重采样的级别（名称或数字）。级别必须类似于日期时间。

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。

offset：Timedelta或str，默认为None。向原点添加偏移时间增量。

使用函数聚合时间数据

代码如下（示例）：

#按1小时聚合,取平均值
df.resample(rule = '1H').mean()
#按1分钟聚合，取最大值
df.resample(rule = '1T').max()

rule 的主要参数选择见如下表格

规则	参数
天	‘D’
小时	‘H’
分钟	‘T’ or ‘min’
秒	‘S’

可以根据实际需求进行调整和组合，更多rule的值请参考网址。

---

总结

本文仅展示快速将时间按小时分钟等方式聚合的方法，希望能帮助到大家。