如何使用 series.asfreq() 方法轉換時間序列?
pandas.Series.asfreq() 方法用於將時間序列轉換為指定頻率。透過使用此方法的引數,我們還可以填充缺失(空)值。
它將返回一個具有重新索引頻率的序列物件,該頻率透過 asfreq() 方法指定。asfreq() 方法的引數為 freq、method=None、how=None、normalize=False 和 fill_value=None。除 freq 外,其餘所有引數都具有預設值。
讓我們使用 pandas date_range 模組建立一個時間序列物件並應用 asfreq() 方法。
示例 1
import pandas as pd
# create the index
index = pd.date_range('2021-07-01', periods=10, freq='H')
#creating pandas Series with date index
series = pd.Series([1,3,None,5,7,9,None,2,3,4], index=index)
print(series)
# converted time series
print("Converted time series",series.asfreq(freq='2H'))解釋
最初,我們使用 python import 關鍵字將 pandas 模組匯入到我們的工作區中,然後我們使用 date range 函式建立了一個帶有時間序列資料索引變數,之後,我們建立了一個帶有時間序列的 pandas 序列物件。
輸出
2021-07-01 00:00:00 1.0 2021-07-01 01:00:00 3.0 2021-07-01 02:00:00 NaN 2021-07-01 03:00:00 5.0 2021-07-01 04:00:00 7.0 2021-07-01 05:00:00 9.0 2021-07-01 06:00:00 NaN 2021-07-01 07:00:00 2.0 2021-07-01 08:00:00 3.0 2021-07-01 09:00:00 4.0 Freq: H, dtype: float64 Converted time series 2021-07-01 00:00:00 1.0 2021-07-01 02:00:00 NaN 2021-07-01 04:00:00 7.0 2021-07-01 06:00:00 NaN 2021-07-01 08:00:00 3.0 Freq: 2H, dtype: float64
初始時間序列由 10 個週期組成,頻率為小時。這顯示在上面輸出塊的第一部分中。
轉換後的時間序列物件也顯示在上面的輸出塊中,其中頻率轉換為 2 小時。結果序列中只有 5 個元素。
示例 2
import pandas as pd
# create the index
index = pd.date_range('2021-06-30', periods=10, freq='M')
#creating pandas Series with date index
series = pd.Series(index.month_name(), index=index)
print(series)
# converted time series
print("Converted time series",series.asfreq(freq='Q'))解釋
在上面的示例中,我們使用 Date_range 方法建立了一個 pandas 序列,該序列具有 10 個月的頻率週期。之後,我們將序列物件的頻率更改為季度。
輸出
2021-06-30 June 2021-07-31 July 2021-08-31 August 2021-09-30 September 2021-10-31 October 2021-11-30 November 2021-12-31 December 2022-01-31 January 2022-02-28 February 2022-03-31 March Freq: M, dtype: object Converted time series 2021-06-30 June 2021-09-30 September 2021-12-31 December 2022-03-31 March Freq: Q-DEC, dtype: object
在上面的輸出塊中,我們可以看到初始時間序列物件和轉換後的時間序列物件。透過為 asfreq 方法的“freq”引數提供“Q”值,轉換後的時間序列更新為季度頻率。
廣告
資料結構
網路
關係資料庫管理系統
作業系統
Java
iOS
HTML
CSS
Android
Python
C 語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP