import pandas as pd
import numpy as np
df = pd.DataFrame( data=np.random.randint(1,20,10),
                  index=pd.date_range(start="20/01/2021",periods=10,freq="M"),) 
print(df)

             0
2021-01-31   1
2021-02-28   6
2021-03-31  12
2021-04-30   5
2021-05-31   7
2021-06-30   4
2021-07-31   9
2021-08-31   7
2021-09-30  18
2021-10-31  10

             0
count  10.00000
mean    7.90000
std     4.72464
min     1.00000
25%     5.25000
50%     7.00000
75%     9.75000
max    18.00000

二、Pandas設(shè)置索引

創(chuàng)建時(shí)添加索引

pd.DataFrame(...,index=[],...)

df.set_index使用現(xiàn)有列設(shè)置索引

• keys：列名，多個(gè)列用[name1,name2]
• drop：設(shè)置升序(True)、降序(False)
• inplace：替換原變量(True)，不替換(False)
  

df.set_index(["X"],inplace=True)
df.set_index(["X","Y"],inplace=True)

df.reset_index可以還原索引

df.reset_index("X")

三、 時(shí)間序列數(shù)據(jù)的截取

df.truncate過濾數(shù)據(jù)

• before：過濾之前的數(shù)據(jù)(time)
• after：過濾之后的數(shù)據(jù)(time)
• axis：列(columns)，行(index)
  

df.truncate(before="2021-5",after="2021-9")

           0
2021-05-31  7
2021-06-30  4
2021-07-31  9
2021-08-31  7

df.loc索引過濾

df.loc["2021-5":]

             0
2021-05-31   7
2021-06-30   4
2021-07-31   9
2021-08-31   7
2021-09-30  18
2021-10-31  10

四、Pandas重復(fù)值處理

4.1 查詢是否有重復(fù)值

duplicated()方法判斷

# 判斷dataframe數(shù)據(jù)整行是否重復(fù)
df.duplicated()
# dataframe數(shù)據(jù)某列是否重復(fù)
df.columns_name.duplicated()
# 判斷dataframe數(shù)據(jù)多列數(shù)據(jù)是否重復(fù)(多列組合查)
df.duplicated(subset = ['n1','n2'])

groupby().count()

df.groupby('columns').count()>1

4.2 去除重復(fù)值

drop_duplicats參數(shù)說明：

• 參數(shù)subset：用來指定特定的列，默認(rèn)所有列
• 參數(shù)keep：first和last表示是選擇最前一項(xiàng)還是最后一項(xiàng)保留，默認(rèn)first
• 參數(shù)inplace：是直接在原來數(shù)據(jù)上修改還是保留一個(gè)副本，默認(rèn)為False
  

df.drop_duplicats(subset=['name1','name2'],keep='last',inplace=True)

按照index索引去重

df.index.duplicated(keep='last')

五、Pandas缺失值處理

5.1 缺失值查詢

df.info查詢各列的信息

df.info()

# res
class 'pandas.core.frame.DataFrame'>
Int64Index: 10 entries, 19 to 14
Data columns (total 2 columns):
 #   Column  Non-Null Count  Dtype
---  ------  --------------  -----
 0   Y       10 non-null     int32
 1   Z       10 non-null     int32
dtypes: int32(2)
memory usage: 160.0 bytes

df.isnull判斷是否是空值

df.isnull().any() # 篩選出缺失值的列
df.isna().any() # 篩選出缺失值的列

df.empty判斷是否有空值

df.empty

5.2 缺失值填充

ffill 空值取前面的值

df.ffill()

bfill 空值取后面的值

df.bfill()

fillna 指定值填充

df.fillna(1)
df.fillna({'A': 0, 'B': 1, 'C': 2, 'D': 3}) # 指定列填充

interpolate 插值

• df.interpolate(method=‘linear', axis=0, limit=None, inplace=False, limit_direction=‘forward', limit_area=None, downcast=None, **kwargs)
• method參數(shù)解釋
  • linear：忽略索引，線性等距插值
  • time：在以天或者更高頻率的數(shù)據(jù)上插入給定的時(shí)間間隔長度數(shù)據(jù)
  • index, values：使用索引的實(shí)際數(shù)值
  • pad：使用現(xiàn)有值填寫NaN
  • nearest, zero, slinear, quadratic, cubic, spline, barycentric, polynomial：傳遞給scipy.interpolate.interp1d。這些方法使用索引的數(shù)值。polynomial和spline都要求您還指定一個(gè)順序（int），例如 ，df.interpolate(method=‘polynomial', order=5)
  • krogh，piecewise_polynomial，spline，pchip，akima：包括類似名稱的SciPy插值方法。
  • from_derivatives：指 scipy.interpolate.BPoly.from_derivatives，它替換了scipy 0.18中的'piecewise_polynomial'插值方法
• axis ： {0或'index'，1或'columns'，None}，默認(rèn)為None；沿軸進(jìn)行interpolate。
• limit： int；要填充的連續(xù)NaN的最大數(shù)量。必須大于0
• inplace ： bool，默認(rèn)為False；如果可以，更新現(xiàn)有數(shù)據(jù)
• limit_direction ： {‘forward'，‘backward'，‘both'}，默認(rèn)為'forward'；如果指定了限制，則將沿該方向填充連續(xù)的NaN
• limit_area ： {None, ‘inside', ‘outside'}, 默認(rèn)為None；如果指定了限制，則連續(xù)的NaN將填充此限制。
• None：無填充限制
• inside：僅填充有效值包圍的NaN
• outside: 僅在有效值之外填充NaN
  

dff.interpolate(method='polynomial',order=2)

刪除缺失值

df.dropna(how='any')

六、pandas統(tǒng)計(jì)計(jì)算方法

df.describe()

七、Pandas數(shù)據(jù)重采樣

重采樣就是基于時(shí)間數(shù)據(jù)由一個(gè)頻率轉(zhuǎn)換到另一個(gè)頻率的方法，分為降采樣和升采樣。

降采樣：高頻率===>低頻率，如頻率日變?yōu)樵拢枰付ńy(tǒng)計(jì)函數(shù)如sum

df.resample("M").mean()

升采樣：低頻率===>高頻率，如頻率月變?yōu)槿眨枰M(jìn)行缺失值填充

df.resample("D").asfreq().fillna(1)

總結(jié)

到此這篇關(guān)于Pandas中時(shí)間序列處理的文章就介紹到這了,更多相關(guān)Pandas時(shí)間序列處理內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！