pandas.DataFrame.asfreq

DataFrame.asfreq(freq, method=None, how=None, normalize=False, fill_value=None)

将时间序列转换为指定频率。

返回原始数据，根据指定频率调整为新索引。

如果此 Series/DataFrame 的索引是 PeriodIndex ，则新索引是通过使用 PeriodIndex.asfreq 转换原始索引的结果（因此原始索引将一对一映射到新索引）。

否则，新索引将等效于 pd.date_range(start, end, freq=freq)，其中 start 和 end 分别是原始索引中的第一个和最后一个条目（请参阅 pandas.date_range() ）。除非提供了用于填充此类未知值的方法（请参阅下面的 method 参数），否则与新索引中不存在于原始索引中的任何时间步长对应的值将为 null (NaN)。

如果需要对每个时间步长组执行操作（例如聚合）以表示新频率的数据，则 resample() 方法更合适。

Parameters:

freqDateOffset 或 str

频率 DateOffset 或字符串。

<strong>method</strong>{‘backfill’/’bfill’, ‘pad’/’ffill’}，默认为 None

用于填充重新索引的 Series 中的空值的方法（请注意，这不会填充已存在的 NaN）：

• ‘pad’ / ‘ffill’：将最后一个有效观测值向前传播到下一个有效观测值

• ‘backfill’ / ‘bfill’：使用下一个有效观测值填充。

how{‘start’, ‘end’}，默认为 end

仅适用于 PeriodIndex（请参阅 PeriodIndex.asfreq）。

normalizebool，默认 False

是否将输出索引重置为午夜。

fill_valuescalar, optional

用于缺失值的值，在升采样期间应用（请注意，这不会填充已存在的 NaN）。

Returns:

Series/DataFrame

重新索引到指定频率的 Series/DataFrame 对象。

参见

reindex

根据可选的填充逻辑调整 DataFrame 的索引。

Notes

要了解更多关于频率字符串的信息，请参阅 this link 。

Examples

首先创建一个包含 4 个一分钟时间戳的 Series。

>>> index = pd.date_range('1/1/2000', periods=4, freq='min')
>>> series = pd.Series([0.0, None, 2.0, 3.0], index=index)
>>> df = pd.DataFrame({'s': series})
>>> df
                       s
2000-01-01 00:00:00    0.0
2000-01-01 00:01:00    NaN
2000-01-01 00:02:00    2.0
2000-01-01 00:03:00    3.0

将 Series 升采样到 30 秒的 bin 中。

>>> df.asfreq(freq='30s')
                       s
2000-01-01 00:00:00    0.0
2000-01-01 00:00:30    NaN
2000-01-01 00:01:00    NaN
2000-01-01 00:01:30    NaN
2000-01-01 00:02:00    2.0
2000-01-01 00:02:30    NaN
2000-01-01 00:03:00    3.0

再次升采样，提供一个 fill value。

>>> df.asfreq(freq='30s', fill_value=9.0)
                       s
2000-01-01 00:00:00    0.0
2000-01-01 00:00:30    9.0
2000-01-01 00:01:00    NaN
2000-01-01 00:01:30    9.0
2000-01-01 00:02:00    2.0
2000-01-01 00:02:30    9.0
2000-01-01 00:03:00    3.0

再次升采样，提供一个 method。

>>> df.asfreq(freq='30s', method='bfill')
                       s
2000-01-01 00:00:00    0.0
2000-01-01 00:00:30    NaN
2000-01-01 00:01:00    NaN
2000-01-01 00:01:30    2.0
2000-01-01 00:02:00    2.0
2000-01-01 00:02:30    3.0
2000-01-01 00:03:00    3.0