pandas.core.groupby.DataFrameGroupBy.resample

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

使用 TimeGrouper 时提供重采样。

给定一个分组器，该函数根据字符串“string”->“frequency”对其进行重采样。

See the frequency aliases documentation for more details.

Parameters:

rulestr 或 DateOffset

表示目标分组器转换的偏移字符串或对象。

*args

可能的参数有 how、fill_method、limit、kind 和 on，以及 TimeGrouper 的其他参数。

include_groupsbool, default True

如果为 True，将尝试在它们是 DataFrame 列的情况下将分组包含在操作中。如果这会引发 TypeError，则将排除分组计算结果。如果为 False，则在应用 func 时将排除分组。

在 2.2.0 版本加入.

自 2.2.0 版本弃用: 将 include_groups 设置为 True 已弃用。在 pandas 的未来版本中只允许 False 值。

**kwargs

可能的参数有 how、fill_method、limit、kind 和 on，以及 TimeGrouper 的其他参数。

Returns:

pandas.api.typing.DatetimeIndexResamplerGroupby,

pandas.api.typing.PeriodIndexResamplerGroupby, or

pandas.api.typing.TimedeltaIndexResamplerGroupby

返回一个新的 groupby 对象，其类型取决于正在重采样的数据。

参见

Grouper

按关键字分组时，指定重采样频率。

DatetimeIndex.resample

时间序列的频率转换和重采样。

Examples

>>> 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

将 DataFrame 降采样到 3 分钟的 bin 中，并对落入 bin 的时间戳值求和。

>>> 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

将 Series 升采样到 30 秒的 bin 中。

>>> 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

按月重采样。值被分配到期间的月份。

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

将 Series 降采样到 3 分钟的 bin 中，如上所述，但关闭 bin 区间的右侧。

>>> (
...     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

将 Series 降采样到 3 分钟的 bin 中，并关闭 bin 区间的右侧，但使用右边缘而不是左边缘标记每个 bin。

>>> (
...     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