Resampling dzienny lub miesięczny
Grupowanie czasu w większe przedziały
Resampling dzienny lub miesięczny to bezpłatna lekcja Data Science Academy na CoddyKit. To lekcja 3 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej Data Science Academy, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs Data Science Academy zawiera 4 lekcji w sumie.
Zbyt wiele szczegółów, by je dostrzec
Dane w ujęciu sekundowym lub minutowym są zaszumione. Często potrzebuje Pan/Pani tak naprawdę sum dziennych lub miesięcznych. Resampling scala dokładne znaczniki czasu w większe przedziały. 📊
Najpierw indeks typu datetime
Resample działa na czasie. Dlatego pierwszym krokiem jest ustawienie kolumny datetime jako indeksu za pomocą set_index.
df = df.set_index("date")Poznaj resample
Metoda resample grupuje wiersze według reguły czasowej, podobnie jak groupby, ale dla dat. Następnie wybiera Pan/Pani sposób łączenia danych w każdym przedziale.
df.resample("D") # group by daySumy dzienne
Użyj reguły "D" dla dni, a następnie zsumuj dane. W ten sposób wiele znaczników czasu zostaje sprowadzonych do jednej przejrzystej wartości na dzień.
daily = df.resample("D")["sales"].sum()Podsumowania miesięczne
Zmień regułę na "ME", aby wyznaczać koniec miesiąca, a otrzymasz jeden wiersz na miesiąc. Ten sam schemat, tylko większy przedział.
monthly = df.resample("ME")["sales"].sum()Reguły są elastyczne
Częstotliwość określa wszystko: "W" oznacza tygodnie, "h" godziny, a "YE" koniec roku. Jedna litera zmienia cały ogląd danych.
df.resample("W")["sales"].sum() # weeklyWybierz agregację
Suma nie jest jedyną opcją. Zastąp ją funkcją mean, max lub count, aby uzyskać odpowiedzi na różne pytania na podstawie tych samych przedziałów.
df.resample("D")["temp"].mean()Kilka statystyk naraz
Przekaż listę do agg, aby otrzymać wiele podsumowań dla każdego przedziału w jednej uporządkowanej tabeli.
df.resample("ME").agg(["sum", "mean"])Downsampling a upsampling
Przejście do większego przedziału to downsampling. Przejście do mniejszego, na przykład z danych dziennych do godzinowych, to upsampling, który tworzy puste miejsca do uzupełnienia.
df.resample("h").asfreq() # upsampleUzupełnij nowe braki
Podczas upsamplingu nowe wiersze są puste. Użyj ffill, aby przenieść do nich ostatnią znaną wartość.
df.resample("h").ffill()Wygładź, a następnie narysuj wykres
Serie po resamplingu świetnie nadają się do wykresów, ponieważ nie zawierają już szumu. Wykres miesięczny pokazuje trend, którego surowe dane nigdy nie uwidocznią.
monthly.plot()Szybkie sprawdzenie
Mają Państwo odczyty minutowe, ale chcą uzyskać jedną średnią na dzień.
Podsumowanie: przekształcanie danych czasowych
Mając indeks datetime, użył(a) Pan/Pani funkcji resample, aby scalać dane do dni, tygodni lub miesięcy, wybrał(a) agregację i obsłużył(a) luki po upsamplingu za pomocą ffill. ⏳
Ucz się Python dzięki korepetycjom AI — za darmo
Pisz i uruchamiaj kod w przeglądarce, otrzymuj natychmiastową pomoc od korepetytora AI dostępnego 24/7 i kontynuuj naukę w sieci lub w aplikacji.
- Kursy
- 30
- Lekcje
- 120
Często zadawane pytania
Czy lekcja „Resampling dzienny lub miesięczny” jest bezpłatna?
Tak — pełny tekst „Resampling dzienny lub miesięczny” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu Data Science Academy, przejdź na CoddyKit PRO. Kurs Data Science Academy zawiera 4 lekcji w sumie.
Co nauczysz się w „Resampling dzienny lub miesięczny”?
Grupowanie czasu w większe przedziały Ćwiczysz Data Science Academy z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.
Czy potrzebuję doświadczenia, aby zacząć Data Science Academy?
Nie wymagamy żadnego doświadczenia. Data Science Academy w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 3 z 4.
Ile czasu zajmuje lekcja „Resampling dzienny lub miesięczny”?
Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.
Czy mogę pisać i uruchamiać kod w tej lekcji Data Science Academy?
Tak. Każda lekcja Data Science Academy zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.
Wszystkie lekcje w tym kursie
- Parsowanie ciągów znaków do dat i czasu
- Wyodrębnianie roku, miesiąca i dnia tygodnia
- Resampling dzienny lub miesięczny
- Strefy czasowe i zakresy dat