Funzione Pandas DataFrame.resample()
Minahil Noor
30 gennaio 2023
-
Sintassi di
pandas.DataFrame.resample(): -
Codici di esempio: Metodo
DataFrame.resample()per ricampionare i dati delle serie su base settimanale -
Codici di esempio: Metodo
DataFrame.resample()per ricampionare i dati delle serie su base mensile
La funzione Python Pandas DataFrame.resample() ricampiona i dati delle serie temporali.
Sintassi di pandas.DataFrame.resample():
DataFrame.resample(
rule,
axis=0,
closed=None,
label=None,
convention="start",
kind=None,
loffset=None,
base=None,
on=None,
level=None,
origin="start_day",
offset=None,
)
Parametri
rule |
È la stringa di offset o l’oggetto che rappresenta la conversione di destinazione. |
axis |
Specifica quale asse utilizzare per il campionamento verso l’alto o verso il basso. Per le serie, questo sarà predefinito su 0, il che significa lungo le righe. |
closed |
Specifica quale lato dell’intervallo del contenitore è chiuso. Ha due opzioni: right o left. |
label |
Specifica l’etichetta del bordo del contenitore con cui etichettare il secchio. Ha due opzioni: right o left. |
convention |
Ha quattro opzioni: start, end, s, o e. Solo per PeriodIndex, utilizza l ‘start o la end della regola. |
kind |
Specifica il tipo di indice risultante. Ha due opzioni: timestamp o period. Timestamp converte l’indice risultante in DateTimeIndex e period lo converte in PeriodIndex. |
loffset |
Regola le etichette del tempo ricampionate. |
base |
È un numero intero. Il suo valore predefinito è 0. |
on |
Rappresenta il nome della colonna da utilizzare al posto dell’indice per il ricampionamento. La colonna deve essere simile a data e ora. |
level |
Rappresenta il nome del livello da utilizzare per il ricampionamento. Il livello deve essere simile a quello del datetime. |
origin |
È il timestamp su cui regolare il raggruppamento. Ha tre opzioni: epoch, start o start_day. |
offset |
Rappresenta un offset timedelta aggiunto al parametro origin. |
Ritorno
Restituisce l’oggetto ricampionato.
Codici di esempio: Metodo DataFrame.resample() per ricampionare i dati delle serie su base settimanale
import pandas as pd
index = pd.date_range('1/1/2021', periods=30, freq='D')
series = pd.Series(range(30), index=index)
print("The Original Series is: \n")
print(series)
series1= series.resample('W').sum()
print("The Resampled Data is: \n")
print(series1)
Produzione:
The Original Series is:
2021-01-01 0
2021-01-02 1
2021-01-03 2
2021-01-04 3
2021-01-05 4
2021-01-06 5
2021-01-07 6
2021-01-08 7
2021-01-09 8
2021-01-10 9
2021-01-11 10
2021-01-12 11
2021-01-13 12
2021-01-14 13
2021-01-15 14
2021-01-16 15
2021-01-17 16
2021-01-18 17
2021-01-19 18
2021-01-20 19
2021-01-21 20
2021-01-22 21
2021-01-23 22
2021-01-24 23
2021-01-25 24
2021-01-26 25
2021-01-27 26
2021-01-28 27
2021-01-29 28
2021-01-30 29
Freq: D, dtype: int64
The Resampled Data is:
2021-01-03 3
2021-01-10 42
2021-01-17 91
2021-01-24 140
2021-01-31 159
Freq: W-SUN, dtype: int64
La funzione ha restituito la somma ricampionata su base settimanale.
Codici di esempio: Metodo DataFrame.resample() per ricampionare i dati delle serie su base mensile
import pandas as pd
index = pd.date_range('1/1/2021', periods=30, freq='D')
series = pd.Series(range(30), index=index)
print("The Original Series is: \n")
print(series)
series1= series.resample('M').sum()
print("The Resampled Data is: \n")
print(series1)
Produzione:
The Original Series is:
2021-01-01 0
2021-01-02 1
2021-01-03 2
2021-01-04 3
2021-01-05 4
2021-01-06 5
2021-01-07 6
2021-01-08 7
2021-01-09 8
2021-01-10 9
2021-01-11 10
2021-01-12 11
2021-01-13 12
2021-01-14 13
2021-01-15 14
2021-01-16 15
2021-01-17 16
2021-01-18 17
2021-01-19 18
2021-01-20 19
2021-01-21 20
2021-01-22 21
2021-01-23 22
2021-01-24 23
2021-01-25 24
2021-01-26 25
2021-01-27 26
2021-01-28 27
2021-01-29 28
2021-01-30 29
Freq: D, dtype: int64
The Resampled Data is:
2021-01-31 435
Freq: M, dtype: int64
La funzione ha restituito la somma ricampionata su base mensile.