python数据处理——对pandas进行数据变频或插值实例
这里首先要介绍官方文档，对python有了进一步深度的学习的大家们应该会发现，网上不管csdn或者简书上还是什么地方，教程来源基本就是官方文档，所以英语只要还过的去，推荐看官方文档，就算不够好，也可以只看它里面的sample就够了
好了，不说废话，看我的代码：
importpandasaspd
importnumpyasnp
rng=pd.date_range('20180101',periods=40)
ts=pd.Series(np.arange(1,41),index=rng)#这一行和上一行生成了一个index为时间，一共40天的数据
ts_m=ts.resample('M').asfreq()#对数据进行按月重采样，之后再asfreq()
print(ts)
print(ts_m)
tips：因为发生了一些事，所以没有写完这部分先这样吧，后面我再补全
结果在下面，大家看按照月度‘M'采样，会抓取到月末的数据，1月31日和2月28日，嗯，后面的asfreq()是需要的，不然返回的就只是一个resample对象，当然除了M以外，也可以自己进行随意的设置频率，比如说‘3M'三个月，‘5T'五分钟，‘30S'三十秒，更多精彩内容请多多查看文档
2018-01-077 2018-01-088 2018-01-099 2018-01-1010 2018-01-1111 2018-01-1212 2018-01-1313 2018-01-1414 2018-01-1515 2018-01-1616 2018-01-1717 2018-01-1818 2018-01-1919 2018-01-2020 2018-01-2121 2018-01-2222 2018-01-2323 2018-01-2424 2018-01-2525 2018-01-2626 2018-01-2727 2018-01-2828 2018-01-2929 2018-01-3030 2018-01-3131 2018-02-0132 2018-02-0233 2018-02-0334 2018-02-0435 2018-02-0536 2018-02-0637 2018-02-0738 2018-02-0839 2018-02-0940 Freq:D,dtype:int32 2018-01-3131.0 2018-02-28NaN Freq:M,dtype:float64
至于这个asfreq()，用法是这样的：
#to45minutefrequencyandforwardfill
In[5]:converted=ts.asfreq('45Min',method='pad')
In[6]:converted.head()
Out[6]:
2011-01-0100:00:000.469112
2011-01-0100:45:000.469112
2011-01-0101:30:00-0.282863
2011-01-0102:15:00-1.509059
2011-01-0103:00:00-1.135632
Freq:45T,dtype:float64
然后既然有下采样，那就要有插值了，插值的用法如下所示：
这个是线性插值，当然还有向前填充（.bfill()）向后填充(.pad())的,可以还看这个官方文档啦，官方文档就是好
>>>s=pd.Series([0,1,np.nan,3]) >>>s.interpolate() 00 11 22 33 dtype:float64
以上这篇python数据处理——对pandas进行数据变频或插值实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。