Python时间序列--数据重采样（二）

数据重采样
重采样分为上（升）采样和下采样，下（降）采样时需要对信号进行抽取，上采样时需要对信号进行插值

• 时间数据由一个频率转换到另一个频率
• 降采样
• 升采样

import pandas as pd
import numpy as np

rng = pd.date_range('1/1/2020', periods=90, freq='D')
ts = pd.Series(np.random.randn(len(rng)), index=rng)
ts.head()

降采样

按月的和

ts.resample('M').sum()

按3天的和

day3Ts = ts.resample('3D').mean()
day3Ts

升采样
假如原本的数据就是按3天的和的样子，现在要查看将其他两天的数据，如下：

print(day3Ts.resample('D').asfreq())

可以发现其他两天是NaN,现在要上采样将其补齐，方法如下：
插值方法：
更详细解析可以看我的数据分析系列和Pandas系列

1. ffill 空值取前面的值
2. bfill 空值取后面的值
3. interpolate 线性取值

day3Ts.resample('D').ffill(1) #要全部补齐，括号里写2就行

day3Ts.resample('D').bfill(1)

day3Ts.resample('D').interpolate('linear')