Pandas Series Asfreq Methode

Einführung

Die Series.asfreq()-Methode in Pandas wird verwendet, um eine Zeitreihe in eine bestimmte Frequenz umzuwandeln. Sie ermöglicht es uns, fehlende Werte oder NULL-Werte in der Zeitreihe auszufüllen. In diesem Tutorial wird Ihnen gezeigt, wie die Series.asfreq()-Methode in Python Pandas verwendet wird.

VM-Tipps

Nachdem die VM gestartet ist, klicken Sie in der oberen linken Ecke, um zur Registerkarte Notebook zu wechseln und Jupyter Notebook für die Übung zu öffnen.

Manchmal müssen Sie einige Sekunden warten, bis Jupyter Notebook vollständig geladen ist. Die Validierung von Vorgängen kann aufgrund der Einschränkungen von Jupyter Notebook nicht automatisiert werden.

Wenn Sie bei der Lernphase Probleme haben, können Sie Labby gerne fragen. Geben Sie nach der Sitzung Feedback, und wir werden das Problem für Sie sofort beheben.

Importieren der erforderlichen Bibliotheken

import pandas as pd

Erstellen eines Zeitstempelindex

index = pd.date_range('1/4/2021', periods=4, freq='T')

Erstellen einer Series mit fehlenden Werten

series = pd.Series([1.0, None, None, 3.0], index=index)

Drucken der ursprünglichen Series

print("--------Die Series lautet-------")
print(series)

Konvertieren der Series in eine bestimmte Frequenz

print("-----------Nach der Konvertierung der Zeitreihe-----------")
print(series.asfreq(freq='H'))

Upsamplen der Series und Befüllen von fehlenden Werten

print("-----------Upsamplen der Zeitreihe und Befüllen von Werten-----------")
print(series.asfreq(freq='40s', fill_value=5.0))

Upsamplen der Series mit der 'bfill'-Methode

print("-----------Upsamplen der Zeitreihe mit der 'bfill'-Methode-----------")
print(series.asfreq(freq='70s', method='bfill'))

Zusammenfassung

In diesem Tutorial haben wir gelernt, wie man die Series.asfreq()-Methode in Python Pandas verwendet. Wir haben diese Methode genutzt, um eine Zeitreihe in eine bestimmte Frequenz umzuwandeln und fehlende Werte oder NULL-Werte zu füllen. Wir haben auch gelernt, wie man die Frequenz der Zeitreihe aufwärts skalieren und fehlende Werte mit der 'bfill'-Methode füllen kann. Die Series.asfreq()-Methode ist ein nützliches Werkzeug für die Arbeit mit Zeitreihendaten in Pandas.