我正在尝试将每月数据下采样为每周数据,并拥有如下所示的月份时间序列数据框:
qty
PERIOD_NAME
2017-09-01 49842.0
2017-10-01 27275.0
2017-11-01 29159.0
2017-12-01 51344.0
2018-01-01 19103.0
2018-02-01 23570.0
2018-03-01 45139.0
2018-04-01 25722.0
2018-05-01 22644.0
我尝试过对这样的几周进行重新采样:
tgt_item_by_445_wk = tgt_item_by_445_wk.resample('W').sum()
产生:
qty
PERIOD_NAME
2017-09-03 49842.0
2017-09-10 0.0
2017-09-17 0.0
2017-09-24 0.0
2017-10-01 27275.0
2017-10-08 0.0
2017-10-15 0.0
2017-10-22 0.0
2017-10-29 0.0
我尝试过插值,但无法得到我想要的东西,即用第一个值的均匀分割填充未采样的(0),如下所示:
qty
PERIOD_NAME
2017-09-03 12460.5
2017-09-10 12460.5
2017-09-17 12460.5
2017-09-24 12460.5
2017-10-01 5455.0
2017-10-08 5455.0
2017-10-15 5455.0
2017-10-22 5455.0
2017-10-29 5455.0
是否有某种使用重采样、填充和插值的方法可以实现这一点?
咱们试试吧asfreq
and groupby
.
v = df.asfreq('W', method='ffill')
v /= v.groupby(v.index.strftime('%Y-%m')).transform('count')
qty
PERIOD_NAME
2017-09-03 12460.50
2017-09-10 12460.50
2017-09-17 12460.50
2017-09-24 12460.50
2017-10-01 5455.00
2017-10-08 5455.00
2017-10-15 5455.00
2017-10-22 5455.00
2017-10-29 5455.00
2017-11-05 7289.75
2017-11-12 7289.75
2017-11-19 7289.75
2017-11-26 7289.75
2017-12-03 10268.80
2017-12-10 10268.80
2017-12-17 10268.80
2017-12-24 10268.80
2017-12-31 10268.80
2018-01-07 4775.75
2018-01-14 4775.75
2018-01-21 4775.75
2018-01-28 4775.75
2018-02-04 5892.50
2018-02-11 5892.50
2018-02-18 5892.50
2018-02-25 5892.50
2018-03-04 11284.75
2018-03-11 11284.75
2018-03-18 11284.75
2018-03-25 11284.75
2018-04-01 5144.40
2018-04-08 5144.40
2018-04-15 5144.40
2018-04-22 5144.40
2018-04-29 5144.40
这很有效,因为您的值始终位于每个月的第一天。或者,您可以使用
v /= v.groupby(v.qty).transform('count').values
进行第二步。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)