Python數據分析基礎與應用（微課版）課件 8.3 Pandas數據重采樣_第1頁
Python數據分析基礎與應用（微課版）課件 8.3 Pandas數據重采樣_第2頁
Python數據分析基礎與應用（微課版）課件 8.3 Pandas數據重采樣_第3頁
Python數據分析基礎與應用（微課版）課件 8.3 Pandas數據重采樣_第4頁
Python數據分析基礎與應用（微課版）課件 8.3 Pandas數據重采樣_第5頁
已閱讀5頁，還剩2頁未讀， 繼續免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

Python數據分析基礎與應用模塊8Pandas時間序列操作與應用8.3Pandas數據重采樣8.3.1使用resample()函數實現數據降采樣通過resample()函數完成數據的降采樣，例如按天計數的頻率轉換為按月計數。降采樣時間顆粒變大，總體的數據量是減少的。只需要從高頻向低頻轉換時，應用聚合函數即可。8.3.2使用resample()函數實現數據升采樣升采樣是將低頻率（時間間隔）轉換為高頻率，例如按周統計的數據要變成按天統計。升采樣時，時間顆粒是變小的，總體的數據量會增多，這很有可能導致某些時間戳沒有相應的數據。實現按周采樣變成按天采樣，需要使用resample()函數和asfreq()函數聯合實現，asfreq()函數會將數據轉換為指定的頻率。8.3.3使用asfreq()函數實現頻率轉換使用asfreq()函數不僅能夠實現頻率轉換，還可以保留原頻率對應的數值，同時它也可以單獨使用。8.3.4對缺失值進行插值處理升采樣的結果可能會產生缺失值，那么就需要對缺失值進行處理，一般有以下幾種處理方式：（1）pad/ffill：使用前一個非缺失值去填充缺失值。（2）backfill/bfill：使用后一個非缺失值去填充缺失值。（3）interpolater('linear')：線性插值方法。（4）fillna(value)

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論