pandas.Panel.asfreq

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

Преобразование временного ряда к заданной частоте.

Можно указать метод заполнения пропущенных значений.

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

Параметры:

freq : Объект DateOffset или строка method : {‘backfill’/’bfill’, ‘pad’/’ffill’}, по умолчанию None Метод для заполнения пропусков в переиндексированном ряду (это не заполняет NaN, которые уже присутствуют): ‘pad’ / ‘ffill’: распространение последнего действительного значения вперёд до следующего действительного ‘backfill’ / ‘bfill’: использование следующего действительного значения для заполнения how : {‘start’, ‘end’}, по умолчанию end Только для PeriodIndex, см. PeriodIndex.asfreq normalize : bool, по умолчанию False Нужно ли сбросить выходной индекс на полночь fill_value: скаляр, необязательно Значение для пропущенных значений, используется во время апсемплинга (это не заполняет NaN, которые уже присутствуют). Введено в версии 0.20.0.

Возвращает:

converted : тип вызываемого объекта

См. также

reindex

Примечания

Дополнительную информацию о строках частоты можно найти на этой странице.

Примеры

Начнём с создания ряда со 4-мя временными отметками 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

Увеличьте частоту (апсемплинг) ряда до 30-секундных интервалов.

>>> 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

Снова выполните апсемплинг, указав 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

Снова выполните апсемплинг, указав 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