Méthode Series.asfreq() de Pandas

Introduction

La méthode Series.asfreq() dans Pandas est utilisée pour convertir une série temporelle à une fréquence spécifiée. Elle nous permet de remplir les valeurs manquantes ou nulles dans la série temporelle. Ce tutoriel vous guidera sur la manière d'utiliser la méthode Series.asfreq() dans Python Pandas.

Conseils sur la machine virtuelle

Une fois le démarrage de la machine virtuelle terminé, cliquez dans le coin supérieur gauche pour basculer vers l'onglet Notebook pour accéder à Jupyter Notebook pour pratiquer.

Parfois, vous devrez peut-être attendre quelques secondes pour que Jupyter Notebook ait fini de charger. La validation des opérations ne peut pas être automatisée en raison des limitations de Jupyter Notebook.

Si vous rencontrez des problèmes pendant l'apprentissage, n'hésitez pas à demander à Labby. Donnez votre feedback après la session, et nous réglerons rapidement le problème pour vous.

Importez les bibliothèques nécessaires

import pandas as pd

Créez un index de dates et d'heures

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

Créez une série avec des valeurs manquantes

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

Affichez la série d'origine

print("--------La série est-------")
print(series)

Convertissez la série à une fréquence spécifiée

print("-----------Après avoir converti la série temporelle-----------")
print(series.asfreq(freq='H'))

Interpolez la série pour augmenter la fréquence et remplacez les valeurs manquantes

print("-----------Interpolez la série temporelle pour augmenter la fréquence et remplacez les valeurs-----------")
print(series.asfreq(freq='40s', fill_value=5.0))

Interpolez la série pour augmenter la fréquence en utilisant la méthode 'bfill'

print("-----------Interpolez la série temporelle en utilisant la méthode 'bfill'-----------")
print(series.asfreq(freq='70s', method='bfill'))

Sommaire

Dans ce tutoriel, nous avons appris à utiliser la méthode Series.asfreq() en Python Pandas. Nous avons utilisé cette méthode pour convertir une série temporelle à une fréquence spécifiée et pour remplir les valeurs manquantes ou nulles. Nous avons également appris à interpolez la fréquence de la série temporelle et à remplir les valeurs manquantes en utilisant la méthode 'bfill'. La méthode Series.asfreq() est un outil pratique pour travailler avec des données de séries temporelles dans Pandas.