La serie Pandas es un ndarray unidimensional con etiquetas de eje. No es necesario que las etiquetas sean únicas, pero deben ser de tipo hashable. El objeto admite la indexación basada en enteros y etiquetas y proporciona una gran cantidad de métodos para realizar operaciones relacionadas con el índice.
La función Pandas Series.asfreq()
se utiliza para convertir TimeSeries a la frecuencia especificada. La función también proporciona un método de llenado para rellenar/rellenar los valores faltantes.
Sintaxis: Series.asfreq(freq, method=Ninguno, how=Ninguno, normalize=False, fill_value=Ninguno)
Parámetro:
freq: objeto DateOffset o
método de string: {‘backfill’/’bfill’, ‘pad’/’ffill’}, predeterminado Ninguno
cómo: solo para PeriodIndex, consulte PeriodIndex.asfreq
normalize: si restablecer el índice de salida a la medianoche
fill_value : valor a usar para valores faltantesDevoluciones: convertido: mismo tipo que la persona que llama
Ejemplo #1: Use Series.asfreq()
la función para cambiar la frecuencia del objeto de serie dado.
# 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)
Producción :
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
Ahora usaremos Series.asfreq()
la función para cambiar la frecuencia del objeto de la serie dada a trimestral.
# change to quarterly frequency result = sr.asfreq(freq = 'Q') # Print the result print(result)
Producción :
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
Como podemos ver en la salida, la Series.asfreq()
función ha cambiado con éxito la frecuencia del objeto de serie dado.
Ejemplo #2: Use Series.asfreq()
la función para cambiar la frecuencia anual del objeto de la serie dada a los lotes de 3 años.
# 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)
Producción :
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
Ahora usaremos Series.asfreq()
la función para cambiar la frecuencia anual del objeto de la serie dada a lotes de 3 años.
# apply year batch frequency result = sr.asfreq(freq = '3Y') # Print the result print(result)
Producción :
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
Como podemos ver en la salida, la Series.asfreq()
función ha cambiado con éxito la frecuencia del objeto de serie dado.
Publicación traducida automáticamente
Artículo escrito por Shubham__Ranjan y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA