pandas.DataFrame.resample

DataFrame.resample(rule, axis=<no_default>, closed=None, label=None, convention=<no_default>, kind=<no_default>, on=None, level=None, origin='start_day', offset=None, group_keys=False)[source]

Изменение частоты временного ряда.

Вспомогательный метод для преобразования частоты и передискретизации временных рядов. Объект должен иметь индекс, похожий на дату и время (DatetimeIndex, PeriodIndex или TimedeltaIndex), либо вызывающий объект должен передать метку столбца или индекса, похожего на дату и время, в качестве параметра-ключевого слова on/level.

Параметры:

rule:DateOffset, Timedelta or str

Строка или объект смещения, представляющий целевое преобразование.

axis:{0 or ‘index’, 1 or ‘columns’}, default 0

Ось, используемая для повышения или понижения частоты. Для Series этот параметр не используется и по умолчанию равен 0. Должна быть DatetimeIndex, TimedeltaIndex или PeriodIndex.

Устарело с версии 2.0.0: Вместо этого используйте frame.T.resample(…).

closed:{‘right’, ‘left’}, default None

С какой стороны интервал корзины считается замкнутым. По умолчанию используется ‘left’ для всех смещений частоты, кроме ‘ME’, ‘YE’, ‘QE’, ‘BME’, ‘BA’, ‘BQE’ и ‘W’, для которых по умолчанию используется ‘right’.

label:{‘right’, ‘left’}, default None

Какую границу корзины использовать в качестве метки корзины. По умолчанию используется ‘left’ для всех смещений частоты, кроме ‘ME’, ‘YE’, ‘QE’, ‘BME’, ‘BA’, ‘BQE’ и ‘W’, для которых по умолчанию используется ‘right’.

convention:{‘start’, ‘end’, ‘s’, ‘e’}, default ‘start’

Только для PeriodIndex: определяет, использовать ли начало или конец rule.

Устарело с версии 2.2.0: Вместо этого перед передискретизацией преобразуйте PeriodIndex в DatetimeIndex.

kind:{‘timestamp’, ‘period’}, optional, default None

Передайте ‘timestamp’, чтобы преобразовать результирующий индекс в DateTimeIndex, или ‘period’, чтобы преобразовать его в PeriodIndex. По умолчанию сохраняется исходное представление.

Устарело с версии 2.2.0: Вместо этого явно преобразуйте индекс в нужный тип.

on:str, optional

Для DataFrame — столбец, который следует использовать для передискретизации вместо индекса. Столбец должен быть похож на дату и время.

level:str or int, optional

Для MultiIndex — уровень (имя или номер), используемый для передискретизации. level должен быть похож на дату и время.

origin:Timestamp or str, default ‘start_day’

Метка времени, относительно которой корректируется группировка. Часовой пояс origin должен совпадать с часовым поясом индекса. Если указана строка, она должна иметь одно из следующих значений:

• ‘epoch’: origin — 1970-01-01

• ‘start’: origin — первое значение временного ряда

• ‘start_day’: origin — полночь первого дня временного ряда

• ‘end’: origin — последнее значение временного ряда

• ‘end_day’: origin — ближайшая следующая полночь последнего дня

Добавлено в версии 1.3.0.

Примечание

Действует только для частот типа Tick (то есть фиксированных частот, таких как дни, часы и минуты, а не месяцы или кварталы).

offset:Timedelta or str, default is None

Смещение timedelta, добавляемое к origin.

group_keys:bool, default False

Следует ли включать ключи групп в результирующий индекс при использовании .apply() для объекта после передискретизации.

Добавлено в версии 1.5.0: Если не указывать group_keys, сохраняется поведение, зависящее от значений, из pandas 1.4 и более ранних версий (примеры см. в примечаниях к выпуску pandas 1.5.0).

Изменено в версии 2.0.0: Теперь для group_keys по умолчанию используется False.

Возвращает:

pandas.api.typing.Resampler

Объект Resampler.

См. также

Series.resample

Изменение частоты Series.

DataFrame.resample

Изменение частоты DataFrame.

groupby

Группировка Series/DataFrame по соответствию, функции, метке или списку меток.

asfreq

Изменение индекса Series/DataFrame в соответствии с заданной частотой без группировки.

Примечания

Дополнительные сведения см. в руководстве пользователя.

Дополнительные сведения о строках смещения см. по этой ссылке.

Примеры

Сначала создадим ряд с 9 временными метками с интервалом в одну минуту.

>>> index = pd.date_range('1/1/2000', periods=9, freq='min')
>>> series = pd.Series(range(9), index=index)
>>> series
2000-01-01 00:00:00    0
2000-01-01 00:01:00    1
2000-01-01 00:02:00    2
2000-01-01 00:03:00    3
2000-01-01 00:04:00    4
2000-01-01 00:05:00    5
2000-01-01 00:06:00    6
2000-01-01 00:07:00    7
2000-01-01 00:08:00    8
Freq: min, dtype: int64

Понизим частоту ряда, объединив значения в интервалы по 3 минуты, и просуммируем значения временных меток, попавших в каждый интервал.

>>> series.resample('3min').sum()
2000-01-01 00:00:00     3
2000-01-01 00:03:00    12
2000-01-01 00:06:00    21
Freq: 3min, dtype: int64

Понизим частоту ряда до интервалов по 3 минуты, как и выше, но будем помечать каждый интервал по правой границе, а не по левой. Обратите внимание, что значение в корзине, использованное в качестве метки, не включается в корзину, которую оно помечает. Например, в исходном ряду корзина 2000-01-01 00:03:00 содержит значение 3, однако сумма значений в корзине передискретизированного ряда с меткой 2000-01-01 00:03:00 не включает 3 (если бы включала, сумма равнялась бы 6, а не 3).

>>> series.resample('3min', label='right').sum()
2000-01-01 00:03:00     3
2000-01-01 00:06:00    12
2000-01-01 00:09:00    21
Freq: 3min, dtype: int64

Чтобы включить это значение, замкните интервал корзины с правой стороны, как показано ниже.

>>> series.resample('3min', label='right', closed='right').sum()
2000-01-01 00:00:00     0
2000-01-01 00:03:00     6
2000-01-01 00:06:00    15
2000-01-01 00:09:00    15
Freq: 3min, dtype: int64

Повысим частоту ряда до интервалов по 30 секунд.

>>> series.resample('30s').asfreq()[0:5]   # Select first 5 rows
2000-01-01 00:00:00   0.0
2000-01-01 00:00:30   NaN
2000-01-01 00:01:00   1.0
2000-01-01 00:01:30   NaN
2000-01-01 00:02:00   2.0
Freq: 30s, dtype: float64

Повысим частоту ряда до интервалов по 30 секунд и заполним значения NaN с помощью метода ffill.

>>> series.resample('30s').ffill()[0:5]
2000-01-01 00:00:00    0
2000-01-01 00:00:30    0
2000-01-01 00:01:00    1
2000-01-01 00:01:30    1
2000-01-01 00:02:00    2
Freq: 30s, dtype: int64

Повысим частоту ряда до интервалов по 30 секунд и заполним значения NaN с помощью метода bfill.

>>> series.resample('30s').bfill()[0:5]
2000-01-01 00:00:00    0
2000-01-01 00:00:30    1
2000-01-01 00:01:00    1
2000-01-01 00:01:30    2
2000-01-01 00:02:00    2
Freq: 30s, dtype: int64

Передадим пользовательскую функцию через apply

>>> def custom_resampler(arraylike):
...     return np.sum(arraylike) + 5
...
>>> series.resample('3min').apply(custom_resampler)
2000-01-01 00:00:00     8
2000-01-01 00:03:00    17
2000-01-01 00:06:00    26
Freq: 3min, dtype: int64

Для объектов DataFrame ключевое слово on можно использовать, чтобы указать столбец, который будет использоваться для передискретизации вместо индекса.

>>> d = {'price': [10, 11, 9, 13, 14, 18, 17, 19],
...      'volume': [50, 60, 40, 100, 50, 100, 40, 50]}
>>> df = pd.DataFrame(d)
>>> df['week_starting'] = pd.date_range('01/01/2018',
...                                     periods=8,
...                                     freq='W')
>>> df
   price  volume week_starting
0     10      50    2018-01-07
1     11      60    2018-01-14
2      9      40    2018-01-21
3     13     100    2018-01-28
4     14      50    2018-02-04
5     18     100    2018-02-11
6     17      40    2018-02-18
7     19      50    2018-02-25
>>> df.resample('ME', on='week_starting').mean()
               price  volume
week_starting
2018-01-31     10.75    62.5
2018-02-28     17.00    60.0

Для DataFrame с MultiIndex ключевое слово level можно использовать, чтобы указать уровень, по которому следует выполнять передискретизацию.

>>> days = pd.date_range('1/1/2000', periods=4, freq='D')
>>> d2 = {'price': [10, 11, 9, 13, 14, 18, 17, 19],
...       'volume': [50, 60, 40, 100, 50, 100, 40, 50]}
>>> df2 = pd.DataFrame(
...     d2,
...     index=pd.MultiIndex.from_product(
...         [days, ['morning', 'afternoon']]
...     )
... )
>>> df2
                      price  volume
2000-01-01 morning       10      50
           afternoon     11      60
2000-01-02 morning        9      40
           afternoon     13     100
2000-01-03 morning       14      50
           afternoon     18     100
2000-01-04 morning       17      40
           afternoon     19      50
>>> df2.resample('D', level=0).sum()
            price  volume
2000-01-01     21     110
2000-01-02     22     140
2000-01-03     32     150
2000-01-04     36      90

Чтобы скорректировать начало интервалов относительно фиксированной временной метки:

>>> start, end = '2000-10-01 23:30:00', '2000-10-02 00:30:00'
>>> rng = pd.date_range(start, end, freq='7min')
>>> ts = pd.Series(np.arange(len(rng)) * 3, index=rng)
>>> ts
2000-10-01 23:30:00     0
2000-10-01 23:37:00     3
2000-10-01 23:44:00     6
2000-10-01 23:51:00     9
2000-10-01 23:58:00    12
2000-10-02 00:05:00    15
2000-10-02 00:12:00    18
2000-10-02 00:19:00    21
2000-10-02 00:26:00    24
Freq: 7min, dtype: int64

>>> ts.resample('17min').sum()
2000-10-01 23:14:00     0
2000-10-01 23:31:00     9
2000-10-01 23:48:00    21
2000-10-02 00:05:00    54
2000-10-02 00:22:00    24
Freq: 17min, dtype: int64

>>> ts.resample('17min', origin='epoch').sum()
2000-10-01 23:18:00     0
2000-10-01 23:35:00    18
2000-10-01 23:52:00    27
2000-10-02 00:09:00    39
2000-10-02 00:26:00    24
Freq: 17min, dtype: int64

>>> ts.resample('17min', origin='2000-01-01').sum()
2000-10-01 23:24:00     3
2000-10-01 23:41:00    15
2000-10-01 23:58:00    45
2000-10-02 00:15:00    45
Freq: 17min, dtype: int64

Чтобы скорректировать начало интервалов с помощью offset типа Timedelta, используйте один из двух следующих эквивалентных вариантов:

>>> ts.resample('17min', origin='start').sum()
2000-10-01 23:30:00     9
2000-10-01 23:47:00    21
2000-10-02 00:04:00    54
2000-10-02 00:21:00    24
Freq: 17min, dtype: int64

>>> ts.resample('17min', offset='23h30min').sum()
2000-10-01 23:30:00     9
2000-10-01 23:47:00    21
2000-10-02 00:04:00    54
2000-10-02 00:21:00    24
Freq: 17min, dtype: int64

Чтобы использовать наибольшую временную метку в качестве конца интервалов:

>>> ts.resample('17min', origin='end').sum()
2000-10-01 23:35:00     0
2000-10-01 23:52:00    18
2000-10-02 00:09:00    27
2000-10-02 00:26:00    63
Freq: 17min, dtype: int64

В отличие от start_day, можно использовать end_day, чтобы взять ближайшую следующую полночь после наибольшей временной метки в качестве конца интервалов и удалить интервалы, не содержащие данных:

>>> ts.resample('17min', origin='end_day').sum()
2000-10-01 23:38:00     3
2000-10-01 23:55:00    15
2000-10-02 00:12:00    45
2000-10-02 00:29:00    45
Freq: 17min, dtype: int64