这是设置代码:
import pandas
from datetime import datetime
a_values = [1728, 1635, 1733]
a_index = [datetime(2011, 10, 31), datetime(2012, 1, 31), datetime(2012, 4, 30)]
a = pandas.Series(data=a_values, index=a_index)
aa_values = [6419, 5989, 6006]
aa_index = [datetime(2011, 9, 30), datetime(2011, 12, 31), datetime(2012, 3, 31)]
aa = pandas.Series(data=aa_values, index=aa_index)
apol_values = [1100, 1179, 969]
apol_index = [datetime(2011, 8, 31), datetime(2011, 11, 30), datetime(2012, 2, 29)]
apol = pandas.Series(data=apol_values, index=apol_index)
表格中的数据如下所示(未显示 APOL 的第三个值):
目标是将数据与日历季度标记对齐,以便比较 3 个数据集。看一眼下面的日期,2012 年 3 月、2011 年 12 月和 2011 年 9 月似乎是对齐的合理标记。
这是 fill_method='ffill' 的输出:
In [6]: a.resample('Q', fill_method='ffill')
Out[6]:
2011-12-31 1728
2012-03-31 1635
2012-06-30 1733
Freq: Q-DEC
In [7]: aa.resample('Q', fill_method='ffill')
Out[7]:
2011-09-30 6419
2011-12-31 5989
2012-03-31 6006
Freq: Q-DEC
In [8]: apol.resample('Q', fill_method='ffill')
Out[8]:
2011-09-30 1100
2011-12-31 1179
2012-03-31 969
Freq: Q-DEC
看起来像这样:
请注意每个系列中的最新数字如何不对齐。
这里是 fill_method='bfill' 的输出:
In [9]: a.resample('Q', fill_method='bfill')
Out[9]:
2011-12-31 1635
2012-03-31 1733
2012-06-30 NaN
Freq: Q-DEC
In [10]: aa.resample('Q', fill_method='bfill')
Out[10]:
2011-09-30 6419
2011-12-31 5989
2012-03-31 6006
Freq: Q-DEC
In [11]: apol.resample('Q', fill_method='bfill')
Out[11]:
2011-09-30 1179
2011-12-31 969
2012-03-31 NaN
Freq: Q-DEC
看起来像这样:
同样,该系列中的最新数字没有对齐。
在这种情况下,这是 resample()
的预期输出吗?
我该怎么做才能获得上面最近的 3 个数字对齐并且其他所有内容都正确遵循的结果?
编辑:这是所需输出的样子:
最佳答案
df1 = DataFrame({'a':a})
df2 = DataFrame({'aa':aa})
df3 = DataFrame({'apol':apol})
df=df1.append([df2,df3]).sort_index()
print df.resample('Q-APR',loffset='-1m').T
输出:
2011-09-30 2011-12-31 2012-03-31
a 1728 1635 1733
aa 6419 5989 6006
apol 1100 1179 969
关于python - 使用重采样对齐 Pandas 中的多个时间序列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/13185454/