pandas中的时序数据分组运算

文章预览

1 简介 我们在使用 pandas 分析处理时间序列数据时，经常需要对原始时间粒度下的数据，按照不同的时间粒度进行分组聚合运算，譬如基于每个交易日的股票收盘价，计算每个月的最低和最高收盘价。 而在 pandas 中，针对不同的应用场景，我们可以使用 resample() 、 groupby() 以及 Grouper() 来非常高效快捷地完成此类任务。 图1 2 在pandas中进行时间分组聚合 在 pandas 中根据具体任务场景的不同，对时间序列进行分组聚合可通过以下两类方式实现。 2.1 利用resample()对时序数据进行分组聚合 resample 原始的意思是 「重采样」 ，可分为 「上采样」 与 「下采样」 ，而我们通常情况下使用的都是 「下采样」 ，也就是从高频的数据中按照一定规则计算出更低频的数据，就像我们一开始说的对每日数据按月汇总那样。 如果你熟悉 pandas 中的 groupby() 分组运算，那么你 ………………………………