Rééchantillonner au jour ou au mois
Regrouper le temps en intervalles plus larges
Rééchantillonner au jour ou au mois est une leçon Data Science Academy gratuite sur CoddyKit. Ceci est la leçon 3 sur 4. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage Data Science Academy, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours Data Science Academy comprend 4 leçons au total.
Trop de détails pour y voir clair
Les données à la seconde ou à la minute sont bruyantes. Souvent, vous recherchez plutôt des totaux par jour ou par mois. Resampling regroupe les horodatages précis en intervalles plus larges. 📊
Commencer par un index de dates et heures
Resample fonctionne sur le temps. La première étape consiste donc à faire de la colonne de dates et heures votre index avec set_index.
df = df.set_index("date")Découvrir resample
La méthode resample regroupe les lignes selon une règle temporelle, un peu comme groupby, mais pour les dates. Vous choisissez ensuite comment combiner chaque intervalle.
df.resample("D") # group by dayTotaux quotidiens
Utilisez la règle "D" pour les jours, puis sum. De nombreux horodatages sont ainsi condensés en une valeur claire par jour.
daily = df.resample("D")["sales"].sum()Récapitulatifs mensuels
Remplacez la règle par "ME" pour la fin du mois : vous obtenez une ligne par mois. Même principe, intervalle plus grand.
monthly = df.resample("ME")["sales"].sum()Les règles sont flexibles
La chaîne de fréquence détermine tout : "W" pour les semaines, "h" pour les heures et "YE" pour la fin de l’année. Une seule lettre modifie toute votre vue.
df.resample("W")["sales"].sum() # weeklyChoisir votre agrégation
sum n’est pas la seule possibilité. Remplacez-le par mean, max ou count pour répondre à différentes questions à partir des mêmes intervalles.
df.resample("D")["temp"].mean()Plusieurs statistiques à la fois
Transmettez une liste à agg pour obtenir plusieurs récapitulatifs par intervalle dans un seul tableau structuré.
df.resample("ME").agg(["sum", "mean"])Réduire ou augmenter la fréquence
Passer à un intervalle plus grossier s’appelle le rééchantillonnage descendant. Passer à une fréquence plus fine, par exemple du quotidien à l’horaire, est un rééchantillonnage ascendant qui crée des créneaux vides à remplir.
df.resample("h").asfreq() # upsampleRemplir les nouveaux espaces
Lors d’un rééchantillonnage ascendant, les nouvelles lignes sont vides. Utilisez ffill pour y reporter la dernière valeur connue.
df.resample("h").ffill()Lisser, puis tracer
Les séries rééchantillonnées se tracent très bien, car le bruit a disparu. Une courbe mensuelle révèle une tendance qu’un flux brut ne pourrait jamais montrer.
monthly.plot()Vérification rapide
Vous disposez de relevés à la minute, mais vous souhaitez obtenir une moyenne par jour.
Récapitulatif : remodeler le temps
Avec un index de dates et heures, vous avez utilisé resample pour regrouper les données par jour, semaine ou mois, choisi une agrégation et traité les espaces créés par le rééchantillonnage ascendant avec ffill. ⏳
Questions Fréquemment Posées
La leçon « Rééchantillonner au jour ou au mois » est-elle gratuite ?
Oui — le texte complet de « Rééchantillonner au jour ou au mois » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours Data Science Academy, passe à CoddyKit PRO. Le cours Data Science Academy comprend 4 leçons au total.
Qu'est-ce que j'apprendrai dans « Rééchantillonner au jour ou au mois » ?
Regrouper le temps en intervalles plus larges Tu pratiques Data Science Academy avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.
Dois-je avoir de l'expérience pour commencer Data Science Academy ?
Aucune expérience préalable n'est requise. Data Science Academy sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 3 sur 4.
Combien de temps prend la leçon « Rééchantillonner au jour ou au mois » ?
La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.
Peux-tu écrire et exécuter du code dans cette leçon Data Science Academy ?
Oui. Chaque leçon Data Science Academy inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.
Toutes les leçons de ce cours
- Analyser des chaînes en dates et heures
- Extraire l’année, le mois et le jour de la semaine
- Rééchantillonner au jour ou au mois
- Fuseaux horaires et plages de dates