pandas.Series.asfreq

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

Преобразование временного ряда в заданную частоту.

Допускается указание метода заполнения пропущенных значений (заполнение по предыдущему или последующему значению).

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

Параметры:

freq : DateOffset object, or string method : {‘backfill’/’bfill’, ‘pad’/’ffill’}, default None Метод заполнения пробелов в переиндексированном ряду (это не заполняет уже существующие NaN): ‘pad’ / ‘ffill’: распространение последнего действительного значения вперёд до следующего действительного ‘backfill’ / ‘bfill’: использование СЛЕДУющего действительного значения для заполнения how : {‘start’, ‘end’}, default end Только для PeriodIndex, см. PeriodIndex.asfreq normalize : bool, default False Нужно ли сбросить индекс результата на полночь fill_value : scalar, optional Значение для пропущенных значений, используемое при апсемплинге (это не заполняет уже существующие NaN). Добавлена в версии 0.20.0.

Возвращает:

converted : same type as caller

См. также

reindex

Примечания

Дополнительную информацию о строках частот см. в этой ссылке.

Примеры

Начнём с создания ряда с 4 временными метками с интервалом в 1 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

Апсемплинг ряда до интервалов 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

Повторный апсемплинг с предоставлением 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

Повторный апсемплинг с предоставлением 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