pandas.core.groupby.DataFrameGroupBy.resample

DataFrameGroupBy.resample(правило, *args, include_groups=True, **kwargs)

Обеспечить передискретизацию при использовании TimeGrouper.

Для заданного группировщика функция передискретизирует его в соответствии со строкой «строка» -> «частота».

См. псевдонимы частоты документация для получения дополнительных сведений.

Параметры:

правилоstr или DateOffset

Строка смещения или объект, представляющий преобразование группировщика цели.

*args

Возможные аргументы: how, fill_method, limit, kind и на, и другие аргументы TimeGrouper.

include_groupsbool, по умолчанию True

Когда True, будет предпринята попытка включить группировки в операцию, если они являются столбцами DataFrame. Если это вызывает TypeError, результат будет вычислен с исключенными группировками. Когда False, группировки будут исключены при применении func.

Добавлено в версии 2.2.0.

Устарело с версии 2.2.0: Установка include_groups в True устарела. Только значение False будет разрешено в будущей версии pandas.

**kwargs

Возможные аргументы: how, fill_method, limit, kind и на, и другие аргументы TimeGrouper.

Возвращает:

pandas.api.typing.DatetimeIndexResamplerGroupby,

pandas.api.typing.PeriodIndexResamplerGroupby, или

pandas.api.typing.TimedeltaIndexResamplerGroupby

Вернуть новый объект groupby, тип которого зависит от передискретизируемых данных.

Смотрите также

Grouper

Укажите частоту для передискретизации при группировке по ключу.

DatetimeIndex.resample

Преобразование частоты и передискретизация временных рядов.

Примеры

>>> idx = pd.date_range('1/1/2000', periods=4, freq='min')
>>> df = pd.DataFrame(data=4 * [range(2)],
...                   index=idx,
...                   columns=['a', 'b'])
>>> df.iloc[2, 0] = 5
>>> df
                    a  b
2000-01-01 00:00:00  0  1
2000-01-01 00:01:00  0  1
2000-01-01 00:02:00  5  1
2000-01-01 00:03:00  0  1

Понижение частоты DataFrame до 3-минутных интервалов и суммирование значений меток времени, попадающих в интервал.

>>> df.groupby('a').resample('3min', include_groups=False).sum()
                         b
a
0   2000-01-01 00:00:00  2
    2000-01-01 00:03:00  1
5   2000-01-01 00:00:00  1

Повысить частоту выборки ряда до 30-секундных интервалов.

>>> df.groupby('a').resample('30s', include_groups=False).sum()
                    b
a
0   2000-01-01 00:00:00  1
    2000-01-01 00:00:30  0
    2000-01-01 00:01:00  1
    2000-01-01 00:01:30  0
    2000-01-01 00:02:00  0
    2000-01-01 00:02:30  0
    2000-01-01 00:03:00  1
5   2000-01-01 00:02:00  1

Передискретизация по месяцам. Значения присваиваются месяцу периода.

>>> df.groupby('a').resample('ME', include_groups=False).sum()
            b
a
0   2000-01-31  3
5   2000-01-31  1

Понизить частоту дискретизации ряда до 3-минутных интервалов, как выше, но закрыть правую сторону интервала.

>>> (
...     df.groupby('a')
...     .resample('3min', closed='right', include_groups=False)
...     .sum()
... )
                         b
a
0   1999-12-31 23:57:00  1
    2000-01-01 00:00:00  2
5   2000-01-01 00:00:00  1

Понизить частоту дискретизации ряда до 3-минутных интервалов и закрыть правую сторону интервала, но маркировать каждый интервал с помощью правой границы вместо левой.

>>> (
...     df.groupby('a')
...     .resample('3min', closed='right', label='right', include_groups=False)
...     .sum()
... )
                         b
a
0   2000-01-01 00:00:00  1
    2000-01-01 00:03:00  2
5   2000-01-01 00:03:00  1