| 頻率別名 | 描述 |
|---|---|
| B | 工作日頻率 |
| C | 自定義工作日頻率 |
| D | 日歷日頻率 |
| W | 每周頻率 |
| M | 每月最后一個日歷日 |
| SM | 每半個月最后一個日歷日（15日和月末） |
| BM | 每月最后一個工作日 |
| CBM | 自定義每月最后一個工作日 |
| MS | 每月第一個日歷日 |
| SMS | 每半月第一個日歷日（第1和第15） |
| BMS | 每月第一個工作日 |
| CBMS | 自定義每月第一個工作日 |
| Q | 每季度最后一個月的最后一個日歷日 |
| BQ | 每季度最后一個月的最后一個工作日 |
| QS | 每季度最后一個月的第一個日歷日 |
| BQS | 每季度最后一個月的第一個工作日 |
| A, Y | 每年的最后一個日歷日 |
| BA, BY | 每年的最后一個工作日 |
| AS, YS | 每年的第一個日歷日 |
| BAS, BYS | 每年的第一個工作日 |
| BH | 工作日按“時”計算頻率 |
| H | 每小時頻率 |
| T, min | 每分鐘頻率 |
| S | 每秒頻率 |
| L, ms | 毫秒頻率 |
| U, us | 微秒頻率 |
| N | 納秒頻率 |
import pandas as pd
import numpy as np
df = pd.DataFrame( data=np.random.randint(1,20,10),
index=pd.date_range(start="20/01/2021",periods=10,freq="M"),)
print(df)
0
2021-01-31 1
2021-02-28 6
2021-03-31 12
2021-04-30 5
2021-05-31 7
2021-06-30 4
2021-07-31 9
2021-08-31 7
2021-09-30 18
2021-10-31 10
0
count 10.00000
mean 7.90000
std 4.72464
min 1.00000
25% 5.25000
50% 7.00000
75% 9.75000
max 18.00000
創建時添加索引
pd.DataFrame(...,index=[],...)
df.set_index使用現有列設置索引
df.set_index(["X"],inplace=True) df.set_index(["X","Y"],inplace=True)
df.reset_index可以還原索引
df.reset_index("X")
df.truncate過濾數據
df.truncate(before="2021-5",after="2021-9")
0
2021-05-31 7
2021-06-30 4
2021-07-31 9
2021-08-31 7
df.loc索引過濾
df.loc["2021-5":]
0
2021-05-31 7
2021-06-30 4
2021-07-31 9
2021-08-31 7
2021-09-30 18
2021-10-31 10
duplicated()方法判斷
# 判斷dataframe數據整行是否重復 df.duplicated() # dataframe數據某列是否重復 df.columns_name.duplicated() # 判斷dataframe數據多列數據是否重復(多列組合查) df.duplicated(subset = ['n1','n2'])
groupby().count()
df.groupby('columns').count()>1
drop_duplicats參數說明：
df.drop_duplicats(subset=['name1','name2'],keep='last',inplace=True)
按照index索引去重
df.index.duplicated(keep='last')
df.info查詢各列的信息
df.info() # res class 'pandas.core.frame.DataFrame'> Int64Index: 10 entries, 19 to 14 Data columns (total 2 columns): # Column Non-Null Count Dtype --- ------ -------------- ----- 0 Y 10 non-null int32 1 Z 10 non-null int32 dtypes: int32(2) memory usage: 160.0 bytes
df.isnull判斷是否是空值
df.isnull().any() # 篩選出缺失值的列 df.isna().any() # 篩選出缺失值的列
df.empty判斷是否有空值
df.empty
5.2 缺失值填充
ffill 空值取前面的值
df.ffill()
bfill 空值取后面的值
df.bfill()
fillna 指定值填充
df.fillna(1)
df.fillna({'A': 0, 'B': 1, 'C': 2, 'D': 3}) # 指定列填充
interpolate 插值
dff.interpolate(method='polynomial',order=2)
刪除缺失值
df.dropna(how='any')
| 方法 | 說明 |
|---|---|
| count | 非NaN值的數理 |
| describe | 列計算統計匯總 |
| min、max | 最小值和最大值 |
| argmin、argmax | 最小值和最大值索引(int) |
| idxmin、idxmax | 最小值和最大值索引 |
| quantile | 分位數([0,1]，0.25下四分為) |
| sum | 總和 |
| mean | 均值 |
| median | 0.5分位數，中位數 |
| mad | 根據均值計算絕對離差 |
| var | 方差 |
| std | 標準差 |
df.describe()
重采樣就是基于時間數據由一個頻率轉換到另一個頻率的方法，分為降采樣和升采樣。
降采樣：高頻率===>低頻率，如頻率日變為月，需要指定統計函數如sum
df.resample("M").mean()
升采樣：低頻率===>高頻率，如頻率月變為日，需要進行缺失值填充
df.resample("D").asfreq().fillna(1)
到此這篇關于Pandas中時間序列處理的文章就介紹到這了,更多相關Pandas時間序列處理內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！
