重采样

重采样调用返回重采样器对象： pandas.DataFrame.resample() ， pandas.Series.resample() 。

索引、迭代

Resampler.__iter__ \()	分组迭代器。
Resampler.groups	Dict{组名->组标签}。
Resampler.indices	Dict{组名->组索引}。
Resampler.get_group \(名称[, obj] )	使用提供的名称从组构造DataFrame。

功能应用

Resampler.apply \([func] )	使用指定轴上的一个或多个操作进行聚合。
Resampler.aggregate \([func] )	使用指定轴上的一个或多个操作进行聚合。
Resampler.transform \(参数，*args, * *kwargs)	调用在每个组上生成相似索引系列的函数，并返回具有转换后的值的系列。
Resampler.pipe \(函数，*args, * *kwargs)	应用函数 func 将参数传递给此Ressamer对象，并返回函数的结果。

上采样

Resampler.ffill \([limit] )	向前填充值。
Resampler.backfill \([limit] )	向后填充重新采样数据中的新缺失值。
Resampler.bfill \([limit] )	向后填充重新采样数据中的新缺失值。
Resampler.pad \([limit] )	向前填充值。
Resampler.nearest \([limit] )	使用最接近的值重新采样。
Resampler.fillna \(方法[, limit] )	填充由上采样引入的缺失值。
Resampler.asfreq \([fill_value] )	返回新频率的值，本质上是重新索引。
Resampler.interpolate \([method, axis, limit, ...] )	根据不同的方法插入值。

计算/描述性统计

Resampler.count \()	计算组的计数，不包括缺失值。
Resampler.nunique \([_method] )	返回组中唯一元素的数量。
Resampler.first \([_method, min_count] )	计算每列的第一个非空条目。
Resampler.last \([_method, min_count] )	计算每列的最后一个非空条目。
Resampler.max \([_method, min_count] )	计算组值的最大值。
Resampler.mean \([_method] )	计算组的平均值，不包括缺失值。
Resampler.median \([_method] )	计算组的中位数，不包括缺失值。
Resampler.min \([_method, min_count] )	计算组值的最小值。
Resampler.ohlc \([_method] )	计算组的开盘值、最高值、最低值和收盘值，不包括缺失值。
Resampler.prod \([_method, min_count] )	计算组值的Prod。
Resampler.size \()	计算组大小。
Resampler.sem \([_method] )	计算分组平均值的标准误差，不包括缺失值。
Resampler.std \([ddof] )	计算组的标准差，不包括缺失值。
Resampler.sum \([_method, min_count] )	计算组值的总和。
Resampler.var \([ddof] )	计算组的差异，不包括缺失值。
Resampler.quantile \([q] )	返回给定分位数的值。

上一页

pandas.core.groupby.DataFrameGroupBy.boxplot

下一页

pandas.core.resample.Resampler.__iter__