pandas.core.groupby.DataFrameGroupBy.resample

DataFrameGroupBy.resample(rule, *args, include_groups=True, **kwargs)[source]

Предоставление ресемплирования при использовании TimeGrouper.

При заданном группировщике функция ресемплирует его в соответствии со строковым представлением частоты.

См. документацию по псевдонимам частоты для получения более подробной информации.

Параметры:

rule:str или DateOffset

Строковое представление или объект смещения, представляющие целевую конвертацию группировщика.

*args

Возможные аргументы — how, fill_method, limit, kind и on, а также другие аргументы TimeGrouper.

include_groups:bool, по умолчанию True

Если True, попытается включить группировки в операцию в случае, если они являются столбцами DataFrame. Если это вызывает TypeError, результат будет вычислен с исключёнными группировками. Если False, группировки будут исключены при применении func.

В версии 2.2.0.

Устарело начиная с версии 2.2.0: Устарело значение include_groups по умолчанию. В будущей версии pandas будет разрешено только значение False.

**kwargs

Возможные аргументы — how, fill_method, limit, kind и on, а также другие аргументы TimeGrouper.

Возвращает:

pandas.api.typing.DatetimeIndexResamplerGroupby,

pandas.api.typing.PeriodIndexResamplerGroupby, или

pandas.api.typing.TimedeltaIndexResamplerGroupby

Возвращает новый объект группировки, тип которого зависит от данных, подлежащих ресемплированию.

См. также

Grouper

Укажите частоту для ресемплирования при группировке по ключу.

DatetimeIndex.resample

Преобразование частоты и ресемплирование временных рядов.

Примеры

>>> idx = pd.date_range('1/1/2000', periods=4, freq='min')
>>> df = pd.DataFrame(data=4 * [range(2)],
...                   index=idx,
...                   columns=['a', 'b'])
>>> df.iloc[2, 0] = 5
>>> df
                    a  b
2000-01-01 00:00:00  0  1
2000-01-01 00:01:00  0  1
2000-01-01 00:02:00  5  1
2000-01-01 00:03:00  0  1

Сгруппировать DataFrame по 3-минутным интервалам и просуммировать значения временных меток, попадающих в интервал.

>>> df.groupby('a').resample('3min', include_groups=False).sum()
                         b
a
0   2000-01-01 00:00:00  2
    2000-01-01 00:03:00  1
5   2000-01-01 00:00:00  1

Увеличить интервалы временного ряда до 30 секунд.

>>> df.groupby('a').resample('30s', include_groups=False).sum()
                    b
a
0   2000-01-01 00:00:00  1
    2000-01-01 00:00:30  0
    2000-01-01 00:01:00  1
    2000-01-01 00:01:30  0
    2000-01-01 00:02:00  0
    2000-01-01 00:02:30  0
    2000-01-01 00:03:00  1
5   2000-01-01 00:02:00  1

Ресемплирование по месяцам. Значения присваиваются месяцу периода.

>>> df.groupby('a').resample('ME', include_groups=False).sum()
            b
a
0   2000-01-31  3
5   2000-01-31  1

Сгруппировать временной ряд по 3-минутным интервалам, как выше, но закрыть правую границу интервала.

>>> (
...     df.groupby('a')
...     .resample('3min', closed='right', include_groups=False)
...     .sum()
... )
                         b
a
0   1999-12-31 23:57:00  1
    2000-01-01 00:00:00  2
5   2000-01-01 00:00:00  1

Сгруппировать временной ряд по 3-минутным интервалам и закрыть правую границу интервала, но пометить каждый интервал правой границей вместо левой.

>>> (
...     df.groupby('a')
...     .resample('3min', closed='right', label='right', include_groups=False)
...     .sum()
... )
                         b
a
0   2000-01-01 00:00:00  1
    2000-01-01 00:03:00  2
5   2000-01-01 00:03:00  1