如何在 python 中对时间序列数据重新采样（附示例）

对时间序列数据进行重采样意味着对新时期的数据进行汇总或聚合。

我们可以使用以下基本语法在 Python 中对时间序列数据进行重新采样：

 #find sum of values in column1 by month
weekly_df[' column1 '] = df[' column1 ']. resample (' M '). sum ()

#find mean of values in column1 by week
weekly_df[' column1 '] = df[' column1 ']. resample (' W '). mean () 

请注意，我们可以将时间序列数据重新采样到不同的时间段，包括：

• S ：秒
• 分钟：分钟
• H : 小时
• J ：日
• W : 周
• 月: 月
• 问：四分之一
• 答：年份

以下示例展示了如何在实践中对时间序列数据进行重采样。

示例：在 Python 中重新采样时间序列数据

假设我们有以下 pandas DataFrame，显示一家公司在一年内每小时的总销售额：

 import pandas as pd
import numpy as np

#make this example reproducible
n.p. random . seeds (0)

#create DataFrame with hourly index
df = pd. DataFrame (index= pd.date_range (' 2020-01-06 ', ' 2020-12-27 ', freq=' h '))

#add column to show sales by hour
df[' sales '] = np. random . randint (low=0, high=20, size= len (df. index ))

#view first five rows of DataFrame
df. head ()

	             dirty
2020-01-06 00:00:00 12
2020-01-06 01:00:00 15
2020-01-06 02:00:00 0
2020-01-06 03:00:00 3
2020-01-06 04:00:00 3

如果我们创建一个线图来可视化销售数据，它将如下所示：

 import matplotlib. pyplot as plt

#plot time series data
plt. plot (df. index , df. sales , linewidth= 3 ) 

这个图表很难解释，所以我们可以按周总结销售数据：

 #create new DataFrame
weekly_df = pd. DataFrame ()

#create 'sales' column that summarizes total sales by week
weekly_df[' sales '] = df[' sales ']. resample (' W '). sum ()

#view first five rows of DataFrame
weekly_df. head ()

                dirty
2020-01-12 1519
2020-01-19 1589
2020-01-26 1540
2020-02-02 1562
2020-02-09 1614

这个新的 DataFrame 显示每周的销售额总和。

然后我们可以使用每周数据创建时间序列图：

 import matplotlib. pyplot as plt

#plot weekly sales data
plt. plot ( weekly_df.index , weekly_df.sales , linewidth= 3 ) 

此图表更容易阅读，因为我们仅表示 51 个单独周的销售数据，而不是第一个示例中的 8,545 个单独小时的销售数据。

注意：在本例中，我们按周汇总销售数据，但如果我们想绘制更少的数据点，我们也可以按月或季度汇总。

其他资源

以下教程解释了如何在 Python 中执行其他常见操作：

如何在 Matplotlib 中绘制时间序列
如何在 Seaborn 中绘制时间序列
如何用Python从时间序列计算MAPE