pandas.DataFrame.asfreq

DataFrame.asfreq(freq, method=None, how=None, normalize=False, fill_value=None) [source]

Преобразование временного ряда в указанную частоту.

Можно указать метод заполнения пропущенных значений (продвижение или заполнение следующими значениями).

Возвращает исходные данные, приведенные к новому индексу с заданной частотой. resample предпочтительнее, если необходимо выполнить операцию, такую как обобщение, для представления данных с новой частотой.

Параметры:

freq : Объект DateOffset или строка method : {‘backfill’/’bfill’, ‘pad’/’ffill’}, по умолчанию None Метод заполнения пробелов в переиндексированном ряде (обратите внимание, что это не заполняет уже существующие NaN): ‘pad’ / ‘ffill’: распространяет последнее действительное значение вперед до следующего действительного ‘backfill’ / ‘bfill’: использует следующее действительное значение для заполнения how : {‘start’, ‘end’}, по умолчанию end Только для PeriodIndex, см. PeriodIndex.asfreq normalize : bool, по умолчанию False Нужно ли сбросить индекс вывода на полночь fill_value: скаляр, необязательно Значение для использования в случае отсутствия значений, применяется при увеличении частоты выборки (обратите внимание, что это не заполняет уже существующие NaN). Добавлено в версии 0.20.0.

Возвращает:

converted : тип вызываемого объекта

См. также

reindex

Примечания

Дополнительную информацию о строках частоты см. в этой ссылке.

Примеры

Начнем с создания серии с 4 отметками времени с интервалом в одну минуту.

>>> index = pd.date_range('1/1/2000', periods=4, freq='T')
>>> series = pd.Series([0.0, None, 2.0, 3.0], index=index)
>>> df = pd.DataFrame({'s':series})
>>> df
                       s
2000-01-01 00:00:00    0.0
2000-01-01 00:01:00    NaN
2000-01-01 00:02:00    2.0
2000-01-01 00:03:00    3.0

Увеличим частоту выборки в серии до интервала в 30 секунд.

>>> df.asfreq(freq='30S')
                       s
2000-01-01 00:00:00    0.0
2000-01-01 00:00:30    NaN
2000-01-01 00:01:00    NaN
2000-01-01 00:01:30    NaN
2000-01-01 00:02:00    2.0
2000-01-01 00:02:30    NaN
2000-01-01 00:03:00    3.0

Еще раз увеличим частоту выборки, задав fill value.

>>> df.asfreq(freq='30S', fill_value=9.0)
                       s
2000-01-01 00:00:00    0.0
2000-01-01 00:00:30    9.0
2000-01-01 00:01:00    NaN
2000-01-01 00:01:30    9.0
2000-01-01 00:02:00    2.0
2000-01-01 00:02:30    9.0
2000-01-01 00:03:00    3.0

Еще раз увеличим частоту выборки, задав method.

>>> df.asfreq(freq='30S', method='bfill')
                       s
2000-01-01 00:00:00    0.0
2000-01-01 00:00:30    NaN
2000-01-01 00:01:00    NaN
2000-01-01 00:01:30    2.0
2000-01-01 00:02:00    2.0
2000-01-01 00:02:30    3.0
2000-01-01 00:03:00    3.0