如何使用 series.asfreq() 方法转换时间序列？

pandas.Series.asfreq() 方法用于将时间序列转换为指定频率。通过使用此方法的参数，我们还可以填充缺失（空）值。

它将返回一个具有重新索引频率的序列对象，该频率通过 asfreq() 方法指定。asfreq() 方法的参数为 freq、method=None、how=None、normalize=False 和 fill_value=None。除 freq 外，其余所有参数都具有默认值。

让我们使用 pandas date_range 模块创建一个时间序列对象并应用 asfreq() 方法。

示例 1

import pandas as pd

# create the index
index = pd.date_range('2021-07-01', periods=10, freq='H')

#creating pandas Series with date index
series = pd.Series([1,3,None,5,7,9,None,2,3,4], index=index)

print(series)

# converted time series
print("Converted time series",series.asfreq(freq='2H'))

解释

最初，我们使用 python import 关键字将 pandas 模块导入到我们的工作区中，然后我们使用 date range 函数创建了一个带有时间序列数据索引变量，之后，我们创建了一个带有时间序列的 pandas 序列对象。

输出

2021-07-01 00:00:00 1.0
2021-07-01 01:00:00 3.0
2021-07-01 02:00:00 NaN
2021-07-01 03:00:00 5.0
2021-07-01 04:00:00 7.0
2021-07-01 05:00:00 9.0
2021-07-01 06:00:00 NaN
2021-07-01 07:00:00 2.0
2021-07-01 08:00:00 3.0
2021-07-01 09:00:00 4.0
Freq: H, dtype: float64

Converted time series
2021-07-01 00:00:00 1.0
2021-07-01 02:00:00 NaN
2021-07-01 04:00:00 7.0
2021-07-01 06:00:00 NaN
2021-07-01 08:00:00 3.0
Freq: 2H, dtype: float64

初始时间序列由 10 个周期组成，频率为小时。这显示在上面输出块的第一部分中。

转换后的时间序列对象也显示在上面的输出块中，其中频率转换为 2 小时。结果序列中只有 5 个元素。

示例 2

import pandas as pd

# create the index
index = pd.date_range('2021-06-30', periods=10, freq='M')

#creating pandas Series with date index
series = pd.Series(index.month_name(), index=index)

print(series)

# converted time series
print("Converted time series",series.asfreq(freq='Q'))

解释

在上面的示例中，我们使用 Date_range 方法创建了一个 pandas 序列，该序列具有 10 个月的频率周期。之后，我们将序列对象的频率更改为季度。

输出

2021-06-30      June
2021-07-31      July
2021-08-31    August
2021-09-30 September
2021-10-31   October
2021-11-30  November
2021-12-31  December
2022-01-31   January
2022-02-28  February
2022-03-31     March
Freq: M, dtype: object

Converted time series
2021-06-30      June
2021-09-30 September
2021-12-31  December
2022-03-31     March
Freq: Q-DEC, dtype: object

在上面的输出块中，我们可以看到初始时间序列对象和转换后的时间序列对象。通过为 asfreq 方法的“freq”参数提供“Q”值，转换后的时间序列更新为季度频率。

更新于: 2022年3月9日

652 次浏览

开启你的 职业生涯

通过完成课程获得认证

开始学习
广告