重采样方法（resample）

重采样是指将时间序列从一个频率转换到另一个频率的处理过程。如果是将高频率数据聚合到低频率，比如将每日采集的频率变成每月采集，则称为降采样（downsamling）；如果将低频率数据转换到高频率数据，比如将每月采集的频率变成每日采集，则称为升采样（upsampling）。

并不是所有的重采样都会划分到降采样与升采样两大类中，比如，将采集数据的频率由每周一转换为每周日，类似于这样的转换既不属于降采样，也不属于升采样。

Pandas中的resample()是一个对常规时间序列数据重新采样和频率转换的便捷的方法，可以对原样本重新处理，其语法格式如下：

resample(rule, how=None, axis=0, fill_method=None, closed=None, label=None,
         convention='start', kind=None, loffset=None, limit=None, base=0, 
         on=None, level=None)

部分参数含义如下：

(1) rule：表示重采样频率的字符串或DateOffset，比如M、5min等。

(2) how：用于产生聚合值的函数名或函数数组，默认为None。

(3) fill_method：表示升采样时如何插值，可以取值为ffill、bfill或None，默认为None。

(4) closed：设置降采样哪一端是闭合的，可取值为right或 left。若设为right，则表示划分为左开右闭的区间；若设为left，则表示划分为左闭右开的区间。

(5) label：表示降采样时设置聚合值的标签。

(6) convention：重采样日期时，低频转高频采用的约定，可以取值为start或end，默认为start。

(7) limit：表示前向或后向填充时，允许填充的最大时期数。

接下来，创建一个时间序列类型的Series对象，示例代码如下。

In [42]: date_index = pd.date_range('2017.7.8', periods=30)
         time_ser = pd.Series(np.arange(30), index=date_index)
         time_ser
Out[42]: 
2017-07-08   0
2017-07-09   1
2017-07-10   2
… 省略N行 …
2017-08-01  24
2017-08-02  25
2017-08-03  26
2017-08-04  27
2017-08-05  28
2017-08-06  29
Freq: D, dtype: int32

上述创建的Series对象是按每天进行采样的，从2017年7月8日开始采集，一共有30天的数据。这时，如果需要改成按每周进行采样，此时可以使用resample()方法重新采样，具体代码如下。

In [43]: time_ser.resample('W-MON', how='mean')

运行上述代码，在单元格下方出现如图1所示的警告信息。

图1 警告信息

图1中的警告表明，how参数不再建议使用，而是采用新的方式“.resample(...).mean()”求平均值。接下来，使用新的方式计算平均值，具体如下。

In [44]: time_ser.resample('W-MON').mean()
Out[44]:
2017-07-10   1.0
2017-07-17   6.0
2017-07-24  13.0
2017-07-31  20.0
2017-08-07  26.5
Freq: W-MON, dtype: float64

从输出结果中可以看出，生成的Series对象中，它的时间戳索引为每周一，数据为每周求得的平均值, 相当于Pandas中的分组操作，只不过是按周进行分组。

如果重新采样时传入closed参数为left，则表示采样的范围是左闭右开型的，也就是说位于此范围的时间序列中，开头的时间戳包含在内，结尾的时间戳是不包含在内的，示例代码如下。

In [45]: time_ser.resample('W-MON', closed='left').mean()
Out[45]:
2017-07-10   0.5
2017-07-17   5.0
2017-07-24  12.0
2017-07-31  19.0
2017-08-07  26.0
Freq: W-MON, dtype: float64

注意：

要进行重采样的对象，必须具有与时间相关的索引，比如DatetimeIndex、PeriodIndex或TimedeltaIndex。