2023学年完整公开课版升采样_第1页
2023学年完整公开课版升采样_第2页
2023学年完整公开课版升采样_第3页
2023学年完整公开课版升采样_第4页
2023学年完整公开课版升采样_第5页
已阅读5页,还剩7页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

升采样教师:亢华爱北京信息职业技术学院目录Contents概述升采样1PART概述概述升采样时间序列数据在降采样时,总体的数据量是减少的,只需要从高频向低频转换时,应用聚合函数即可概述与降采样不同,升采样的时间颗粒是变小的比如按周统计的数据要变成按天统计,数据量会增多,这很有可能导致某些时间戳没有相应的数据2PART升采样接下来,我们创建一个时间序列类型的DataFrame对象,示例代码如下升采样上述样本数据是从2018年6月10日开始采集的,每周一统计一次,总共统计了两周。现在有个新的需求,要求重新按天采样,这时需要使用resample()和asfreq()两个方法实现,asfreq()方法会将数据转换为指定的频率,示例代码如下。升采样上述示例中,通过resample()和asfreq()方法将time_df中的数据重新按天采样。从输岀结果可以看出,没有指定数据的部分都被填充为NaN值。升采样遇到这种情况,常用的解决办法就是插值,具体有如下几种方式通过ffill(limit)或bfill(limit)方法,取空值前面或后面的值填充,limit可以限制填充的个数。01通过fillna('ffill')或fillna('bfill')进行填充,传入ffill则表示用NaN前面的值填充,传入bfill则表示用后面的值填充。02使用interpolate()方法根据插值算法补全数据。03例如,通过ffill()方法用NaN值前面的值填充,示例代码如下升采样参考文献[1]黑马程序员.Python数据分析与应用:从数据获取到可视化.

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论