pandas nearest() 最接近的值重新采样

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

pandas 中的 Resampler.nearest() 方法用于对时间序列数据进行重采样，并使用最近的观测值填充新时间点。这种方法在处理不规则时间序列数据时非常有用，能够有效地将数据对齐到指定的时间频率。

语法

使用最接近的值重新采样。重新采样数据时，可能会出现缺失值（例如，当重新采样频率高于原始频率时）。最近的方法将根据索引值，用序列中最近成员的值替换重新采样数据中出现的NaN值。原始数据中存在的缺失值将不会被修改。如果给定了限制，则每个原始值在每个方向上只填写这么多值。

Resampler.nearest(limit=None)

适用于通过 resample() 方法得到的 Resampler 对象。主要用于 DataFrame 和 Series 类型的数据。

参数讲解

limit（可选）：int 类型。限制向前或向后填充的次数。如果设置了 limit，那么会限制每个点的填充次数，这在处理缺失数据时非常有用。

返回值

返回一个与原始 Resampler 对象形状相同的 DataFrame 或 Series，其中的时间点已经对齐到指定频率，并使用最近的观测值进行了填充。

使用场景

不规则时间序列数据的对齐：当你的时间序列数据不是按照固定频率记录的，但你希望将数据对齐到某个固定频率时，这个方法非常有用。
数据填充：如果在时间序列数据中存在缺失点，可以通过最近观测值填充这些点，从而避免在分析过程中由于缺失数据引发的问题。

示例

s = pd.Series([1, 2],
              index=pd.date_range('20180101',
                                  periods=2,
                                  freq='1h'))
s
'''
2018-01-01 00:00:00    1
2018-01-01 01:00:00    2
Freq: h, dtype: int64
'''

s.resample('15min').nearest()
'''
2018-01-01 00:00:00    1
2018-01-01 00:15:00    1
2018-01-01 00:30:00    2
2018-01-01 00:45:00    2
2018-01-01 01:00:00    2
Freq: 15min, dtype: int64
'''

限制由最接近的值估算的上采样值的数量：

s.resample('15min').nearest(limit=1)
'''
2018-01-01 00:00:00    1.0
2018-01-01 00:15:00    1.0
2018-01-01 00:30:00    NaN
2018-01-01 00:45:00    2.0
2018-01-01 01:00:00    2.0
Freq: 15min, dtype: float64
'''

案例

以下示例展示了如何使用 Resampler.nearest() 方法对不规则时间序列数据进行重采样，并使用最近的观测值填充新时间点。

import pandas as pd
import numpy as np

# 创建一个不规则时间序列 DataFrame
date_rng = pd.to_datetime(['2024-01-01 09:00', '2024-01-01 09:05', 
                           '2024-01-01 09:10', '2024-01-01 09:20'])
df = pd.DataFrame(date_rng, columns=['date'])
df['value'] = [10, 20, 30, 40]  # 示例数据
df.set_index('date', inplace=True)

print("原始 DataFrame:")
print(df)

# 对数据进行重采样，使用 nearest 方法进行填充
df_resampled = df.resample('3T').nearest()

print("\n重采样并使用最近观测值填充后的 DataFrame:")
print(df_resampled)

输出结果

原始 DataFrame:
                     value
date                      
2024-01-01 09:00:00     10
2024-01-01 09:05:00     20
2024-01-01 09:10:00     30
2024-01-01 09:20:00     40

重采样并使用最近观测值填充后的 DataFrame:
                     value
date                      
2024-01-01 09:00:00     10
2024-01-01 09:03:00     10
2024-01-01 09:06:00     20
2024-01-01 09:09:00     20
2024-01-01 09:12:00     30
2024-01-01 09:15:00     30
2024-01-01 09:18:00     30
2024-01-01 09:21:00     40

解释

创建不规则时间序列数据：我们创建了一个间隔不规则的时间序列，并为其指定一些数值。
重采样并使用最近观测值填充：我们将数据以 3 分钟的频率进行重采样，并使用最近的观测值来填充新的时间点。
结果：重采样后的 DataFrame 具有新的时间点，这些点的值来自最近的观测值。

Resampler.nearest() 方法对于需要将不规则数据对齐到特定频率，同时希望尽可能保留原始数据趋势的场景非常有用。

参考

https://pandas.pydata.org/docs/reference/api/pandas.core.resample.Resampler.nearest.html

< ohlc() K线数据（美国线） pandas 时间重采样

更新时间：2024-08-15 08:59:55 标签：pandas python 重采样