重采样

pandas.api.typing.Resampler 实例由重采样调用返回： pandas.DataFrame.resample() ，pandas.Series.resample() 。

索引，迭代

Resampler.__iter__ ()	Groupby 迭代器。
Resampler.groups	字典 {组名 -> 组标签}。
Resampler.indices	字典 {组名 -> 组索引}。
Resampler.get_group (name[, obj])	从具有指定名称的组构建 DataFrame。

函数应用

Resampler.apply ([func])	沿指定轴使用一个或多个操作进行聚合。
Resampler.aggregate ([func])	沿指定轴使用一个或多个操作进行聚合。
Resampler.transform (arg, *args, **kwargs)	对每个组调用生成类似索引的 Series 的函数。
Resampler.pipe (func, *args, **kwargs)	将带有参数的 func 应用于此 Resampler 对象并返回其结果。

上采样

Resampler.ffill ([limit])	向前填充值。
Resampler.bfill ([limit])	向后填充重采样数据中的新缺失值。
Resampler.nearest ([limit])	使用最近的值进行重采样。
Resampler.fillna (method[, limit])	填充由上采样引入的缺失值。
Resampler.asfreq ([fill_value])	返回新频率下的值，本质上是重新索引。
Resampler.interpolate ([method, axis, limit, ...])	根据不同的方法插值目标时间戳之间的值。

计算 / 描述性统计

Resampler.count ()	计算组的计数，排除缺失值。
Resampler.nunique (*args, **kwargs)	返回分组中唯一元素的数量。
Resampler.first ([numeric_only, min_count, ...])	计算每个组内每列的第一个条目。
Resampler.last ([numeric_only, min_count, skipna])	计算每个组内每列的最后一个条目。
Resampler.max ([numeric_only, min_count])	计算组的最大值。
Resampler.mean ([numeric_only])	计算组的平均值，排除缺失值。
Resampler.median ([numeric_only])	计算组的中位数，排除缺失值。
Resampler.min ([numeric_only, min_count])	计算组的最小值。
Resampler.ohlc (*args, **kwargs)	计算组的开盘价、最高价、最低价和收盘价，排除缺失值。
Resampler.prod ([numeric_only, min_count])	计算组值的乘积。
Resampler.size ()	计算组的大小。
Resampler.sem ([ddof, numeric_only])	计算组均值的标准误差，排除缺失值。
Resampler.std ([ddof, numeric_only])	计算组的标准差，排除缺失值。
Resampler.sum ([numeric_only, min_count])	计算组值的总和。
Resampler.var ([ddof, numeric_only])	计算组的方差，排除缺失值。
Resampler.quantile ([q])	在给定的分位数处返回值。