欢迎关注微信公众号：excelwork

resample函数

函数语法：

df.resample(rule, how=None, axis=0, fill_method=None, closed=None, label=None, convention='start', kind=None, loffset=None, limit=None, base=0, on=None, level=None)

rule：为用来表示频率偏移量的字符串

closed ： {‘right’, ‘left’}，表示区间关闭的那一边，默认left，可应用所有的频率除了 ‘M’, ‘A’, ‘Q’, ‘BM’, ‘BA’, ‘BQ’, and ‘W’

right则全部频率可用

label：{right','left'}，表示区间关闭的那一边

函数介绍：

时间序列转换和重新采样的简便方法。对象必须有类似时间的索引，或者将类似时间的数值传递给on或level关键字

函数使用：

首先构造序列

i=pd.date_range('2017-01-01',periods=10,freq='S')

s=pd.Series(range(10),index=i)

构造的时间序列如下：

s
2017-01-01 00:00:00     0
2017-01-01 00:00:01     1
2017-01-01 00:00:02     2
2017-01-01 00:00:03     3
2017-01-01 00:00:04     4
2017-01-01 00:00:05     5
2017-01-01 00:00:06     6
2017-01-01 00:00:07     7
2017-01-01 00:00:08     8
2017-01-01 00:00:09     9
2017-01-01 00:00:10    10
2017-01-01 00:00:11    11
2017-01-01 00:00:12    12
2017-01-01 00:00:13    13
2017-01-01 00:00:14    14
2017-01-01 00:00:15    15
2017-01-01 00:00:16    16
2017-01-01 00:00:17    17
2017-01-01 00:00:18    18
2017-01-01 00:00:19    19

使用label和closed参数，等于right时，包含5s对应的值（2017-01-01 00:00:05    15），按5秒(00,01~05,06~10…)分组，
s.resample('5S',label='right',closed='right').sum()
2017-01-01 00:00:00     0
2017-01-01 00:00:05    15
2017-01-01 00:00:10    40
2017-01-01 00:00:15    65

2017-01-01 00:00:20    70

参数等于left时，不包含5秒对应的值，按5秒(00~04,05~09,10~14…)分组求和：
s.resample('5S',label='left',closed='left').sum()
2017-01-01 00:00:00    10
2017-01-01 00:00:05    35
2017-01-01 00:00:10    60
2017-01-01 00:00:15    85
Freq: 5S, dtype: int64

不使用label和closed参数，从第一个时间点开始，每5秒求和一次：
s.resample('5S').sum()
2017-01-01 00:00:00    10
2017-01-01 00:00:05    35
2017-01-01 00:00:10    60
2017-01-01 00:00:15    85

参考链接：http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.resample.html