pandas.DataFrame.asfreq

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

Преобразовать временной ряд в заданную частоту.

Можно указать метод заполнения для обработки пропущенных значений.

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

Параметры:

freq : DateOffset object, or string method : {‘backfill’/’bfill’, ‘pad’/’ffill’}, default None Метод заполнения пропущенных значений в переиндексированном ряде (обратите внимание, что это не заполняет уже существующие NaN): ‘pad’ / ‘ffill’: распространяет последнее действительное значение вперед к следующему действительному ‘backfill’ / ‘bfill’: использует следующее действительное значение для заполнения how : {‘start’, ‘end’}, default end Только для PeriodIndex, см. PeriodIndex.asfreq normalize : bool, default False Нужно ли сбросить индекс вывода на полночь fill_value : scalar, optional Значение, используемое для пропущенных значений, применяется при апсемплинге (обратите внимание, что это не заполняет уже существующие NaN). Новое в версии 0.20.0.

Возвращает:

converted : same type as caller

См. также

reindex

Примечания

Чтобы узнать больше о строках частот, см. данную ссылку.

Примеры

Начнем с создания серии с 4 временными метками по одной минуте.

>>> 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

Апсемплинг ряда в 30-секундные интервалы.

>>> 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 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

Еще раз 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