Pandas必备技能之“时间序列数据处理”

发布时间：2019-06-12 21:52:36 所属栏目：教程来源：Little monster翻译整理

导读：副标题#e# 时间序列数据Time Series Data是在不同时间上收集到的数据，这类数据是按时间顺序收集到的，用于所描述现象随时间变化的情况。时间序列分析广泛应用于计量经济学模型中，通过寻找历史数据中某一现象的发展规律，对未来进行预测。时间序列数据作

其中，.ffill()代表用前值进行填充，也就是用前面的非空值对后面的NaN值进行填充，如'20180709'-20180714' 的NaN值都等于'20180708'这一行的非空值，效果如下。

df_daily = df_weekly.resample('D').ffill() 
df_daily 
 
Out[54]:  
            open  high   low  close         vol 
trade_date                                      
2018-07-08  9.05  9.05  8.45   8.66  5125563.53 
2018-07-09  9.05  9.05  8.45   8.66  5125563.53 
2018-07-10  9.05  9.05  8.45   8.66  5125563.53 
2018-07-11  9.05  9.05  8.45   8.66  5125563.53 
2018-07-12  9.05  9.05  8.45   8.66  5125563.53 
2018-07-13  9.05  9.05  8.45   8.66  5125563.53 
2018-07-14  9.05  9.05  8.45   8.66  5125563.53 
2018-07-15  8.69  9.03  8.58   8.88  4901983.84 
2018-07-16  8.69  9.03  8.58   8.88  4901983.84 
2018-07-17  8.69  9.03  8.58   8.88  4901983.84 
2018-07-18  8.69  9.03  8.58   8.88  4901983.84 
2018-07-19  8.69  9.03  8.58   8.88  4901983.84 
2018-07-20  8.69  9.03  8.58   8.88  4901983.84 
2018-07-21  8.69  9.03  8.58   8.88  4901983.84 
2018-07-22  8.85  8.90  8.66   8.70  1590354.68

（编辑：PHP编程网 - 黄冈站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!

7/11

首页

尾页