pyspark.pandas.Series.resample¶
-
係列。重新取樣( 規則:str,關閉:可選(str]=沒有一個,標簽:可選(str]=沒有一個,在:可選(係列]=沒有一個 )→SeriesResampler¶ -
重新取樣時間序列數據。
方便的時間序列的頻率轉換和重采樣的方法。對象必須有一個datetime-like指數(隻支持DatetimeIndex現在),或者調用者必須通過一係列datetime-like的標簽/索引
在關鍵字參數。- 參數
-
- 規則 str
-
偏移量表示目標字符串或對象轉換。目前,支持單位是{' Y ', ' ', ' M ', ' D ',‘H’,‘T’,‘敏’,‘S’}。
- 關閉 {{‘正確的’,‘左’}},默認沒有
-
哪一方的本間隔是關閉的。默認的是“左”對所有頻率補償除了“A”,“Y”和“M”都有一個默認的“正確”的。
- 標簽 {{‘正確的’,‘左’}},默認沒有
-
本標簽,標簽邊緣桶。默認的是“左”對所有頻率補償除了“A”,“Y”和“M”都有一個默認的“正確”的。
- 在 係列,可選
-
DataFrame,列使用而不是指數重采樣。必須datetime-like列。
- 返回
-
- SeriesResampler
另請參閱
-
DataFrame.resample -
重新取樣DataFrame。
-
groupby -
集團通過映射函數、標簽或標簽的列表。
例子
首先創建一個係列9一分鍾時間戳。
> > >指數=pd。date_range(“開戶”,期=9,頻率=“T”)> > >係列=ps。係列(範圍(9),指數=指數,的名字=“V”)> > >係列2000-01-01就是02000-01-01 00:01:00 12000-01-01 00:02:00 22000-01-01 00:03:00 32000-01-01 00:04:00 42000-01-01 00:05:00 52000-01-01 00:06:00 62000-01-01 00:07:00 72000-01-01 00:08:00 8名稱:V, dtype: int64
Downsample係列3分鍾垃圾箱和和時間戳的值落入一個垃圾箱。
> > >係列。重新取樣(“3 t”)。總和()。sort_index()2000-01-01就是3.02000-01-01 00:03:00 12.02000-01-01 00:06:00 21.0名稱:V, dtype: float64
Downsample係列3分鍾垃圾箱如上,但標簽每本使用正確的邊緣,而不是離開。請注意桶中的值用作標簽是不包括在桶中,它的標簽。例如,在原始係列桶
2000-01-0100:03:00包含值3,但總結價值重新取樣桶的標簽2000-01-0100:03:00不包括3(如果是,總結值是6,不是3)。包括這個值接近的右側本間隔見下麵的例子。> > >係列。重新取樣(“3 t”,標簽=“對”)。總和()。sort_index()2000-01-01 00:03:00 3.02000-01-01 00:06:00 12.02000-01-01 00:09:00 21.0名稱:V, dtype: float64
Downsample係列3分鍾垃圾箱如上,但接近的右側本間隔。
> > >係列。重新取樣(“3 t”,標簽=“對”,關閉=“對”)。總和()。sort_index()2000-01-01就是0.02000-01-01 00:03:00 6.02000-01-01 00:06:00 15.02000-01-01 00:09:00 15.0名稱:V, dtype: float64
Upsample係列30秒進垃圾箱中。
> > >係列。重新取樣(30年代的)。總和()。sort_index()(0:5]#選擇前5行2000-01-01就是0.02000-01-01 00:00:30 0.02000-01-01 00:01:00 1.02000-01-01 00:01:30 0.02000-01-01 00:02:00 2.0名稱:V, dtype: float64