pandas.core.resample.Resampler.nearest#

Resampler.nearest(limit=None)[源代码]#

使用最接近的值重新采样。

重采样数据时，可能会出现缺失值(例如，当重采样频率高于原始频率时)。这个 nearest 方法将替换为 NaN 重采样数据中显示的值和序列中最接近成员的值(基于索引值)。不会修改原始数据中存在的缺失值。如果 limit ，则只在每个方向上为每个原始值填充此数量的值。

参数

limit整型，可选: 要填充的值的数量限制。

退货

系列或DataFrame: 具有以下项的上采样序列或数据帧 NaN 值，这些值以其最接近的值填充。

参见

backfill: 向后填充重新采样数据中的新缺失值。
pad: 正向填充 NaN 价值。

示例

>>> s = pd.Series([1, 2],
...               index=pd.date_range('20180101',
...                                   periods=2,
...                                   freq='1h'))
>>> s
2018-01-01 00:00:00    1
2018-01-01 01:00:00    2
Freq: H, dtype: int64

>>> s.resample('15min').nearest()
2018-01-01 00:00:00    1
2018-01-01 00:15:00    1
2018-01-01 00:30:00    2
2018-01-01 00:45:00    2
2018-01-01 01:00:00    2
Freq: 15T, dtype: int64

限制最接近的上采样值的数量：

>>> s.resample('15min').nearest(limit=1)
2018-01-01 00:00:00    1.0
2018-01-01 00:15:00    1.0
2018-01-01 00:30:00    NaN
2018-01-01 00:45:00    2.0
2018-01-01 01:00:00    2.0
Freq: 15T, dtype: float64

pandas.core.resample.Resampler.pad

pandas.core.resample.Resampler.fillna