当前位置：极客教程 > Pandas > Pandas Series > Python Pandas Series.asfreq()

Python Pandas Series.asfreq()

Python Pandas Series.asfreq()

Pandas系列是一个带有轴标签的一维ndarray。标签不需要是唯一的，但必须是一个可散列的类型。该对象支持基于整数和标签的索引，并提供了大量的方法来执行涉及索引的操作。

Pandas Series.asfreq()函数用于将时间序列转换为指定频率。该函数还提供了填充方法，以填充/回填缺失的值。

语法: Series.asfreq(freq, method=None, how=None, normalize=False, fill_value=None)

Parameter :
freq : DateOffset对象，或字符串
method : {‘backfill’/’bfill’, ‘pad’/’ffill’}, 默认无
how: 仅对于PeriodIndex，见PeriodIndex.asfreq
normalize : 是否将输出指数重置为午夜时分
fill_value :用于缺失值的值。

返回：转换：与调用者的类型相同

示例#1：使用Series.asfreq()函数来改变给定系列对象的频率。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series([11, 21, 8, 18, 65, 18, 32, 10, 5, 32, None])
  
# Create the Index
index_ = pd.date_range('2010-10-09 08:45', periods = 11, freq ='M')
  
# set the index
sr.index = index_
  
# Print the series
print(sr)
Python

输出 :

2010-12-31 08:45:00     8
2011-01-31 08:45:00    18
2011-02-28 08:45:00    65
2011-03-31 08:45:00    18
2011-04-30 08:45:00    32
2011-05-31 08:45:00    10
2011-06-30 08:45:00     5
2011-07-31 08:45:00    32
2011-08-31 08:45:00   NaN
Freq: M, dtype: float64
Python

现在我们将使用Series.asfreq()函数将给定系列对象的频率改为季度。

# change to quarterly frequency
result = sr.asfreq(freq = 'Q')
  
# Print the result
print(result)
Python

输出 :

2010-12-31 08:45:00     8
2011-03-31 08:45:00    18
2011-06-30 08:45:00     5
Freq: Q-DEC, dtype: float64
Python

正如我们在输出中看到的，Series.asfreq()函数已经成功地改变了给定系列对象的频率。

示例#2 :使用Series.asfreq()函数将给定系列对象的年度频率改为3年一批。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series([11, 21, 8, 18, 65, 18, 32, 10, 5, 32, None])
  
# Create the Index
# apply yearly frequency
index_ = pd.date_range('2010-10-09 08:45', periods = 11, freq ='Y')
  
# set the index
sr.index = index_
  
# Print the series
print(sr)
Python

输出 :

2010-12-31 08:45:00    11.0
2011-12-31 08:45:00    21.0
2012-12-31 08:45:00     8.0
2013-12-31 08:45:00    18.0
2014-12-31 08:45:00    65.0
2015-12-31 08:45:00    18.0
2016-12-31 08:45:00    32.0
2017-12-31 08:45:00    10.0
2018-12-31 08:45:00     5.0
2019-12-31 08:45:00    32.0
2020-12-31 08:45:00     NaN
Freq: A-DEC, dtype: float64
Python

现在我们将使用Series.asfreq()函数来改变给定系列对象的年度频率为3年的批次。

# apply year batch frequency
result = sr.asfreq(freq = '3Y')
  
# Print the result
print(result)
Python

输出 :

2010-12-31 08:45:00    11.0
2013-12-31 08:45:00    18.0
2016-12-31 08:45:00    32.0
2019-12-31 08:45:00    32.0
Freq: 3A-DEC, dtype: float64
Python

正如我们在输出中看到的，Series.asfreq()函数已经成功地改变了给定系列对象的频率。

Python教程

Python 教程

Python 教程
Tkinter 教程

Tkinter 教程
Pandas 教程

Pandas 教程
NumPy 教程

NumPy 教程
Flask 教程

Flask 教程
Django 教程

Django 教程
PySpark 教程

PySpark 教程
wxPython 教程

wxPython 教程
SymPy 教程

SymPy 教程
Seaborn 教程

Seaborn 教程
SciPy 教程

SciPy 教程
RxPY 教程

RxPY 教程
Pycharm 教程

Pycharm 教程
Pygame 教程

Pygame 教程
PyGTK 教程

PyGTK 教程
PyQt 教程

PyQt 教程
PyQt5 教程

PyQt5 教程
PyTorch 教程

PyTorch 教程
Matplotlib 教程

Matplotlib 教程
Web2py 教程

Web2py 教程
BeautifulSoup 教程

BeautifulSoup 教程

Java教程

Java 教程

Java 教程

Web教程

HTML 教程

HTML 教程
CSS 教程

CSS 教程
CSS3 教程

CSS3 教程
jQuery 教程

jQuery 教程
Ajax 教程

Ajax 教程
AngularJS 教程

AngularJS 教程
TypeScript 教程

TypeScript 教程
WordPress 教程

WordPress 教程
Laravel 教程

Laravel 教程
Next.js 教程

Next.js 教程
PhantomJS 教程

PhantomJS 教程
Three.js 教程

Three.js 教程
Underscore.JS 教程

Underscore.JS 教程
WebGL 教程

WebGL 教程
WebRTC 教程

WebRTC 教程
VueJS 教程

VueJS 教程

数据库教程

SQL 教程

SQL 教程
MySQL 教程

MySQL 教程
MongoDB 教程

MongoDB 教程
PostgreSQL 教程

PostgreSQL 教程
SQLite 教程

SQLite 教程
Redis 教程

Redis 教程
MariaDB 教程

MariaDB 教程

图形图像教程

Vulkan 教程

Vulkan 教程
OpenCV 教程

OpenCV 教程

大数据教程

R语言 教程

R语言 教程

开发工具教程

Git 教程

Git 教程
VSCode 教程

VSCode 教程
Docker 教程

Docker 教程
Gerrit 教程

Gerrit 教程
Excel 教程

Excel 教程

计算机教程

Go语言 教程

Go语言 教程
C++ 教程

C++ 教程

Pandas Series

登录

找回密码？

注册