如何使用asfreq("D") SUN-THU为我的时序DataFrame添加频率？
asfreq("D")是pandas库中的一个函数，用于将时序DataFrame的频率更改为每日（即按天）。
在使用asfreq("D")函数时，可以通过设置参数来指定每周的起始日。默认情况下，起始日为星期一（MON），如果需要将起始日设置为星期天（SUN），可以使用参数weekmask="Sun"。
对于需要将时序DataFrame的频率更改为每日，并且起始日为星期天的情况，可以使用以下代码：
df = df.asfreq("D", weekmask="Sun")这样，时序DataFrame的频率将被更改为每日，并且起始日为星期天。
关于时序DataFrame的频率更改以及pandas库的其他功能，可以参考腾讯云的产品介绍链接地址：pandas库介绍。
相关·内容
我正在尝试创建用于时间序列分析的月份频率指数，date变量是一个从2018-10-18 10:50:10到2019-11-25 15:09:33的时间戳。我在主题行中遇到错误，我尝试删除空值，但没有帮助。python编程新手，有什么帮助吗？
df=pd.read_excel("Source_Data.xlsx",index_col="activation date",parse_dates=True)
df.rename(
columns={
"activation date":"Date",
浏览 5提问于2020-05-11得票数 0
1回答
我正在使用yfinance库导入给定库存的数据。见下面的代码：
import yfinance as yf
from datetime import datetime as dt
import pandas as pd
# Naming Constants
stock = "AAPL"
start_date = "2014-01-01"
end_date = "2018-01-01"
# Importing all the data into a dataFrame
stock_data = yf.download(stock, start=
浏览 2提问于2020-04-07得票数 0
是否可以在不使用for循环的情况下，将创建的date_range中缺少的日期列添加到分组的dataframe df中，并填充0作为缺失值？date_range有7个date元素。df有4个日期列。那么如何在df中添加3个缺失的列呢？ import pandas as pd
from datetime import datetime
start = datetime(2018,6,4, )
end = datetime(2018,6,10,)
date_range = pd.date_range(start=start, end=end, freq='D')
Datetim
浏览 15提问于2019-02-05得票数 0
回答已采纳
1回答
我有一个如下定义的数据帧(df)，每天频率，我想将其转换为分钟频率，从8:30开始，16:00结束。 import pandas as pd
dict = [
{'ticker':'jpm','date': '2016-11-28','returns': '0.2'},
{ 'ticker':'ge','date': '2016-11-28','returns': '0.2'},
{&#
浏览 18提问于2019-05-30得票数 1
回答已采纳
我想在下面的dataFrame中获得每周的高收盘价，所以我想按周将DataFrame切片，并存储在一个数组中。
日期开高低关
01-08-2019 _
02-08-2019 _
05-08-2019 _
06-08-2019
07-08-2019 _()
08-08-2019 \x{e76f} 97.40 \x{e76f} 98.90 = 96.55 97.40
09-08-2019 \x{e76f} 97.20 \x{e 010} 96.65 97.30
12-08-2019
13-08-2019 _
14-08-2019 x 95.85 x 96.40 x 94.00 9
浏览 2提问于2020-08-11得票数 2
回答已采纳
我有一个csv文件，当我加载它时，它看起来像这样： # generate example data
users = ['A', 'B', 'C', 'D']
#dates = pd.date_range("2020-02-01 00:00:00", "2020-04-04 20:00:00", freq="H")
dates = pd.date_range("2020-02-01 00:00:00", "2020-02-04 20:00:00", f
浏览 17提问于2020-04-19得票数 2
回答已采纳
如何修复此错误：###尝试4从sqlalchemy导入create_engine用户=‘*’pasw =‘*’host = 'TD‘
# connect
td_engine = create_engine('teradata://' + user + ':' + pasw + '@' + host + ':22/')
从sqlalchemy导入create_engine
引擎=create_engine(‘sqlite:/:memory：’，echo=True)用户=‘*’pasw =‘*’host = 'TD‘
浏览 5提问于2017-07-21得票数 1
回答已采纳
2回答
我在熊猫DataFrame中有一些详细的时间序列数据，看起来如下：
last returns
time
1990-01-02 09:47:00 21.80 NaN
1990-01-02 09:48:00 21.82 0.000917
1990-01-02 09:49:00 21.82 0.000000
1990-01-02 09:50:00 21.80 -0.000917
1990-01-02 09:51:00 21.86 0.002752
1990-01
浏览 1提问于2020-08-14得票数 4
回答已采纳
我有下面的DataFrame，一个每周的价格数据，一个周期指数。我们叫它df吧
timestamp open high low close volume
timestamp
2009-02-01/2009-02-07 733442.166309 830.540773 832.586910 828.788627 830.706009 48401.952790
2009-02-08/2009-02-14 733449.
浏览 3提问于2017-01-17得票数 1
回答已采纳
我有一个数据集-
Id Date Amount
1 1-Mar-20 100
1 18-Apr-20 120
1 22-Jun-20 200
1 30-Jul-20 400
预期输出为:
Expanded Date Id Amount
1-Mar-20 1 100
2-Mar-20 1 100
3-Mar-20 1 100
4-Mar-20 1
浏览 4提问于2020-12-11得票数 1
回答已采纳
当运行数据文件或系列的plot()方法时，python会抛出一个错误。错误的最后一行是NameError: name '_converter' is not defined。
我正在使用Python3.6，所有其他功能都按预期工作，所以不确定导致这种情况的原因是什么。
下面是导致问题的代码示例，下面是导致问题的错误。
import pandas as pd
import numpy as np
import matplotlib
import matplotlib.pyplot as plt
ts = pd.Series(np.random.randn(1000), inde
浏览 2提问于2018-01-19得票数 8
回答已采纳
1回答
我正在读取elastic search中的数据，并使用以下代码将其转换为df：- def elastic(domain):
client = Elasticsearch(['10.0.0.10:9200/'],timeout=600)
s = Search(using=client)
s = s.query({"constant_score" : {
"filter" : {
"bool" : {
浏览 63提问于2021-01-19得票数 0
1回答
我试图更改以下代码的输出：
import numpy as np
import pandas as pd
from pandas import Series, DataFrame, Panel, bdate_range, DatetimeIndex, date_range
from pandas.tseries.holiday import get_calendar
from datetime import datetime, timedelta
import pytz as pytz
from pytz import timezone
start = datetime(2013, 1,
浏览 2提问于2015-01-02得票数 0
回答已采纳
我想连接2 DataFrames与不同的PeriodIndex频率，并使用排序的第二级索引，这是一个位置。
例如，我有以下两个DataFrames。
import pandas as pd
pr1h = pd.period_range(start='2020-01-01 08:00', end='2020-01-01 11:00', freq='1h')
pr2h = pd.period_range(start='2020-01-01 08:00', end='2020-01-01 11:00', freq=&#
浏览 3提问于2020-05-02得票数 1
回答已采纳
假设我有一个具有日期时间索引的dataframe，它涵盖了上一财年和本财年(从4月1日开始)中的某一天：
Units
date
2016-01-01 8734
2016-06-30 6120
2016-09-30 7346
2016-12-31 5925
2016-03-31 7542
2016-06-30 9916
2016-09-30 9547
2016-12-31 8063
2017-01-01 7000
2017-03-31 5672
2017-04-01 7856
我希望能够选择最后完整四个季度的数据-在本例中忽
浏览 1提问于2017-06-22得票数 0
虽然这个问题似乎已经得到了很多解决，但我不明白为什么季节性分解在我的情况下不起作用，尽管我给出了一个带有日期时间索引的数据作为输入。下面是我的数据集的一个示例：
Customer order actual date Sales Volumes
0 01/01/1900 300
1 10/03/2008 3000
2 15/11/2013 10
3 23/12/2013
浏览 2提问于2018-05-31得票数 8
假设我们有以下代码：
import yfinance as yf
import matplotlib.pyplot as plt
data = yf.download(tickers="FB", start="2016-1-1",end="2022-05-15",progress=False)
data.drop(["Open","Low","Close","Adj Close","Volume"],axis=1,inplace=True)
data.sort_in
浏览 13提问于2022-05-15得票数 0
回答已采纳
我有一个在第1级上具有gappy日期值的MultiIndex DataFrame，如下所示：
np.random.seed(456)
j = [(a, b) for a in ['A','B','C'] for b in random.sample(pd.date_range('2018-01-01', periods=100, freq='D').tolist(), 5)]
j.sort()
i = pd.MultiIndex.from_tuples(j, names=['Name','D
浏览 0提问于2018-03-06得票数 3
回答已采纳
2回答
我正在尝试对包含时间序列数据的pandas DataFrame进行插值。我有temp的每小时数据，我想在每半小时的点处插入temp值。这样，我估计每一天的每个交易期的temp，即。每天24小时，所以每天有48个交易期。 我的MWE是 import numpy as np
import pandas as pd
from datetime import datetime, date, timedelta
import pyarrow as pa
import pyarrow.parquet as pq
# my dataset
df = pd.DataFrame()
d1 = '20
浏览 80提问于2021-07-20得票数 0
回答已采纳
我有以下数据帧，其中ID是唯一标识符，date是每月观察值，1+return是给定月份的返回值。
ID, date, 1+return
1 31-01-2007 1.1
1 31-02-2007 1.1
1 31-03-2007 1.1
2 31-01-2007 1.2
2 31-02-2007 1.2
2 31-07-2007 1.2
我想在dataframe中创建一个列，其中包含每个ID的累积回报。累积回报必须满足以下
浏览 0提问于2019-02-01得票数 0
2回答
我有一个熊猫DataFrame如下所示。
df
A B
date_time
2014-07-01 06:03:59.614000 62.1250 NaN
2014-07-01 06:03:59.692000 62.2500 NaN
2014-07-01 06:13:34.524000 62.2500 241.0625
2014-07-01 06:13:34.602000 62.2500 241.5000
20
浏览 3提问于2014-10-13得票数 8
回答已采纳
1回答
我正在尝试根据每小时的温度值来计算度数小时数。我使用的数据有一些缺失的天数，我正在尝试对这些数据进行插值。下面是数据的一部分；
2012-06-27 19:00:00 24
2012-06-27 20:00:00 23
2012-06-27 21:00:00 23
2012-06-27 22:00:00 16
2012-06-27 23:00:00 15
2012-06-29 00:00:00 15
2012-06-29 01:00:00 16
2012-06-29 02:00:00 16
2012-06-29 03:00:00 16
2012-06-29 04:00:00 17
2012-0
浏览 0提问于2015-12-15得票数 0
我试图在colab上的数据集中添加一个空列，但它给出了这个错误。当我尝试在我的本地机器上运行它时，它工作得非常好。
有人对此有可能的解决方案吗？
我的代码：
dataframe["Comp"] = ''
dataframe["Negative"] = ''
dataframe["Neutral"] = ''
dataframe["Positive"] = ''
dataframe
错误消息：
TypeError: Expected unicode, got panda
浏览 0提问于2020-12-07得票数 0
1回答
这似乎是一个简单的问题(和答案)，但我对它有问题。
问题是：
我有一个装满OHLC数据的pandas数据框。我想要在整个数据帧中找到滚动的52周高点。
我的数据集来自雅虎。您可以使用以下代码拉取相同的数据，以获得每日数据：
import pandas.io.data as web
df = web.DataReader('SPX', 'yahoo', start, end)
数据的尾部给出了以下输出：
Open High Low Close Volume
Date
浏览 4提问于2016-07-23得票数 2
回答已采纳
我试图在我的colab上的数据集中添加空列，但它给了我这个错误。有没有人知道可能的解决方案？ 我的代码。 dataframe["Comp"] = ''
dataframe["Negative"] = ''
dataframe["Neutral"] = ''
dataframe["Positive"] = ''
dataframe 错误消息 TypeError:应为unicode，但已获取pandas._libs.properties.CachedProperty
浏览 205提问于2020-12-09得票数 0
2回答
寻找一种更有效的方法来循环和比较两个不同频率的系列对象中的datetimeindex值。
设置
想象一下两个Pandas系列，每个序列都有一个日期时间索引，涵盖同一年份，但每个索引的频率却不同。一种是天的频率，另一种是小时的频率。
range1 = pd.date_range('2016-01-01','2016-12-31', freq='D')
range2 = pd.date_range('2016-01-01','2016-12-31', freq='H')
我试图循环这些系列，使用它们的索
浏览 4提问于2017-04-06得票数 2
回答已采纳
考虑以下代码：
r = pandas.date_range(datetime(2014,5,26),datetime(2014,6,6))
ts = pandas.Series(np.random.randn(len(r)), index=r)
print(ts.asfreq(pandas.DateOffset(days=5),how='end'))
我认为我没有正确理解如何使用“如何”参数。有了上面的代码，我预计从最后开始，asfreq的结果将每5天返回一次。但我还是明白：
2014-05-26 0.456856
2014-05-31 -0.
浏览 3提问于2014-06-07得票数 1
我有这样的数据，我想使用matplotlib按月和年绘制。 df = pd.DataFrame({'date':['2018-10-01', '2018-10-05', '2018-10-20','2018-10-21','2018-12-06',
'2018-12-16', '2018-12-27', '2019-01-08','2019-01-10','2019-01
浏览 44提问于2020-07-22得票数 1
回答已采纳
这对我来说是出乎意料的：
In[18]: TimeSeries([1.0], index=[datetime(2012, 1, 1)]).resample('B')
Out[17]:
2011-12-30 1
Freq: B, dtype: float64
为什么那个数据点被移回了30号而不是被忽略了？
浏览 3提问于2014-11-26得票数 3
回答已采纳
1回答
利用时序约束设置FPGA时钟频率
、、、、
我正在(慢慢地)通过上使用XilinxSpartan-6Eval板编程的方式，并且正在查看时钟时间，以及如何添加必要的时间限制。它给我带来了几个问题。在这个演示中，我使用了一个简单的程序来做一个LED闪烁(代码在底部)。
然后，我将这个约束添加到约束文件中：
NET "CLK" TNM_NET = CLK;
TIMESPEC TS_CLK = PERIOD "CLK" 200 MHz HIGH 50%; # What effect does the 200 Mhz enforce?
约束实际上强制了什么？因为当我试图缩放它，以使一个发光二极管闪烁在1赫兹，我发现
浏览 2提问于2015-11-02得票数 1
回答已采纳
1回答
我试图在不改变价值的情况下，将每月的时刻表转换成年表。
import pandas as pd
df = pd.read_csv(url_inflation, delimiter='\t')
df.head()
date value
0 2019-09 -0.0016
1 2019-08 -0.0024
2 2019-07 0.0020
3 2019-06 0.0004
4 2019-05 0.0034
然后将日期列转换为日期时间格式，并将其设置为索引：
df['date'] = pd.to_datetime(df.date,
浏览 0提问于2019-12-16得票数 1
回答已采纳
2回答
有没有一种方法来近似熊猫的时间序列的周期性？对于R，xts对象有一个名为periodicity的方法，它正是用于此目的的。是否有实现的方法这样做？
例如，我们能从时间序列中推断出没有指定频率的频率吗？
import pandas.io.data as web
aapl = web.get_data_yahoo("AAPL")
<class 'pandas.tseries.index.DatetimeIndex'>
[2010-01-04 00:00:00, ..., 2013-12-19 00:00:00]
Length: 999, Freq: N
浏览 2提问于2013-12-20得票数 7
回答已采纳
我有高频外汇数据，每分钟有多个数据点。对于我的分析，我很高兴每分钟有1个数据点。
因此，我需要每分钟挑选第一个数据点并保留它；并在同一分钟内丢弃其他数据点。
我在附加的图像中有一个样本数据集和预期结果。
创建数据集的代码如下所示。
import pandas as pd
date_time = ['20120201 170005600', '20120201 170035600', '20120201 170058600', '20120201 170105600',
'20120201
浏览 22提问于2019-07-13得票数 1
回答已采纳
在时间序列中分解时得到一个错误。
这是我的时间序列，看上去像是.有一些零值的2年数据..。
这是个错误。
请帮帮忙！
帮助我删除错误，这样我就可以继续下去了。
浏览 3提问于2022-03-23得票数 0
1回答
潘达斯矢量化中的复杂条件
、、、
我对Python和Pandas相当陌生，所以我仍然在学习。我有一个包含一堆OHLCV数据的Dataframe，它被加载到Dataframe中。
Timestamp Open High Low Close Volume Trades
Timestamp
2015-08-
浏览 2提问于2021-03-25得票数 2
回答已采纳
在进行时间序列分析时，我们需要为月度数据设置这样的频率： df.index.freq = 'MS' 如果我有两个小时的数据(或30天的数据等)，我必须设置什么频率？ 非常感谢!
浏览 23提问于2020-12-08得票数 1
回答已采纳
我对python很陌生，我正在努力学习下面的例子:我有一个带有日期索引的熊猫DataFrame和一个有节日的专栏。这是每天的决议。
import pandas as pd
import holidays
hd = holidays.Switzerland(years=[2018])
f = pd.DataFrame(hd.items())
f.columns = ['date', 'feastday']
f['date'] = pd.to_datetime(f['date'])
f = f.set_index('date
浏览 0提问于2019-03-08得票数 1
回答已采纳
1回答
我目前正在做一个项目，我试图找出在芯片级设计中实现哪种算法更好。我正在将这些推送到我的FPGA板上。我正在用Verilog编写代码。我需要的是一个比较的标准
a)两个函数的时间复杂度。
b)最坏情况的时间安排
c)功耗
例如，
方法一: prod = mult1 * mult2；
其中mult1和mult2是两个8位输入。
方式二: prod = ((mult1+mult2-100) * 100) + ((100-mult1) * (100-mult2))
其中mult1和mult2是两个8位输入。
所以我有兴趣知道芯片计算乘积所需的总时间，从传入两个输入到计算乘积的时间。
我正在处理的算法都
浏览 2提问于2013-02-19得票数 1
回答已采纳
1回答
我如何使用重新采样()对数据进行抽样，以获得在新的采样频率上划分的初始值？
按月采样频率数据
date revenue
0 2021-11-01 00:00:00+00:00 300
1 2021-10-01 00:00:00+00:00 500
2 2021-09-01 00:00:00+00:00 100
3 2021-08-01 00:00:00+00:00 50
4 2021-07-01 00:00:00+00:00 200
5 2021-06-01 00:
浏览 8提问于2022-05-26得票数 1
回答已采纳
2回答
我有一个时间序列索引tidx，我想把它分解成2年块。这是我笨拙的做法。
tidx 定义及其伙伴
tidx = pd.date_range('1996-12-31', periods=8, freq='2Q')
tdf = pd.DataFrame(tidx.rename('date'), tidx.rename('tidx'))
tdf
pidx 定义周期索引和伙伴
pidx = pd.period_range(tidx[0], tidx[-1], freq='2A-NOV')
ps = lambda x
浏览 4提问于2016-12-08得票数 2
回答已采纳
我正在使用pandas datareader来获取股票数据。
import pandas as pd
import pandas_datareader.data as web
ABB = web.DataReader(name='ABB.ST',
data_source='yahoo',
start='2000-1-1')
但是，默认情况下，没有在结果数据帧上设置freq。我需要freq才能像这样使用索引导航：
for index, row in ABB.ite
浏览 3提问于2017-01-09得票数 22
回答已采纳
3回答
我有一个，它的每小时值为2015年1月，但有些小时没有索引和值。理想情况下，带有名为“date”和“value”的列的dataframe应该有744行。然而，它随机地错过了10个小时，因此只有734行。我想要插入一个月中缺少的小时，用744个“日期”和744个“值”创建所需的数据格式。
编辑：
我对python还不熟悉，所以我很难实现这个想法：
在2015年1月创建第一列为所有小时的数据格式
创建与第一个NANs大小相同的第二列。
用可用值填充第二列，因此缺少的小时在其中包含NANs。
使用熊猫插值函数
Edit2：
我在寻找代码片段的提示。根据下面的建议，我能够创建下
浏览 2提问于2015-12-18得票数 0
回答已采纳
1回答
获得半年度和财政年度末的最后价值
、、、、
让我们使用下面的代码生成一个带有随机数的df。
test = pd.DataFrame(index=pd.date_range('2019-03-28', '2020-07-31'))
np.random.seed(101)
test['Value'] = np.random.rand(test.shape[0])*1000
如果我按季度重采样并得到最后一个值，那么代码将如下所示：
test.resample('Q').last()
我如何才能得到半年度重采样和财政年度重采样的最后价值？
预期产出-半年度
+-----------
浏览 3提问于2021-11-15得票数 0
我正在尝试将丢失的工作日插入到Pandas时间序列数据中。插入的工作日必须在每个数据列中都有NaN值。当我在中尝试答案时，新的行中填充了0而不是NaN。为了说明：
import pandas as pd
df = pd.DataFrame({
'date': ['2022-10-06', '2022-10-11'], # Thursday and Tuesday.
'num': [123, 456]
})
df['date'] = pd.to_datetime(df['date'
浏览 5提问于2022-10-10得票数 1
我有一个这样的pandas DataFrame：
import pandas as pd
import numpy as np
df = pd.DataFrame({
'date': pd.to_datetime(['2021-06-06']*3 + ['2021-06-07']*3 + ['2021-06-09']*3),
'cat': ['a', 'b', 'c']*3,
'value': np.random.randn(
浏览 5提问于2021-06-09得票数 2
回答已采纳
1回答
我有一个非常大的数据集df，它缺少大量的日期(整个8月份)及其各自的数据。该文件如下所示
Date ID Size Total Used
07/01/2020 A 200 5000 0.90
07/01/2020 A 150 5000 0.90
07/
浏览 0提问于2020-10-03得票数 1
我有一个dataframe，"df"，它有一个datetime索引和另一个名为“Location”的索引列：
V1 V2
Date Location
2001-01-01 1 0.5 0.7
2 0.6 0.5
2001-01-02 3 0.8 0.2
4 0.8 0.2
2001-01-03 5 0.2 0.4
浏览 2提问于2020-03-02得票数 1
回答已采纳
我试图通过计算每个滚动窗口的产品来改变熊猫DataFrame的频率。
df = pd.DataFrame({
'a': [random.random() for i in range(10)]
},
index=[date.today() + timedelta(i) for i in range(10)]
)
a
2020-07-30 0.352619
2020-07-31 0.778134
2020-08-01 0.094192
2020-08-02 0.111958
2020-08-03 0.619847
2
浏览 0提问于2020-07-30得票数 2
回答已采纳
问题 我有一个数据帧，其中包含每隔1分钟采样一次的金融数据。偶尔会有一两行数据丢失。 我正在寻找一种好的(简单而有效的)方法，在数据帧中缺少数据的地方插入新行。 除了包含时间戳的索引之外，新行可以是空的。 例如： #Example Input---------------------------------------------
open high low close
2019-02-07 16:01:00 124.624 124.627 124.647 124.617
2019-02-07 16:04:
浏览 73提问于2019-02-08得票数 6
回答已采纳
3回答
我有一张像这样的数据。Date是一个datetime索引。每个日期有一个条目。
Count
Date
2020-08-14 2
2020-08-15 2
2020-08-16 1
如何在值为0的情况下，将行插入到dataframe的头部？插入的行数基于指定的日期。例如，如果日期为2020-08-09，则插入日期为2020-08-09到2020-08-13的行。输出如下：
Count
Date
2020-08-09 0
2020-08-10 0
2020-0
浏览 1提问于2020-08-15得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
