Question

我从每月系列的时间戳开始，作为月底。我想通过填充前向值将它们上传到商业（周一至周五）每日频率。我希望有两个条件成立：

如果是原版的周末，再也不会丢失重新取样的值时间序列
始终向前填充：如果原始系列中的EOM日期是星期六，我希望这个观察出现在下周一每日系列

虽然不优雅，但我得出结论，最安全的方法是：

    daily_series = monthly_series.resample(rule='D').ffill().resample(rule='B',how='first')

现在，出乎意料的是：

    dates = ['1953-02-28', '1953-03-31', '1953-04-30', '1953-05-31']
    # '1953-02-28' was a Saturday

    values = [1,2,3,4]
    monthly_ts  = pd.Series(values, index = dates)

    monthly_ts
    Out[74]: 
    1953-02-28    1
    1953-03-31    2
    1953-04-30    3
    1953-05-31    4
    dtype: int64

    daily_ts = monthly_ts.resample(rule='D').ffill().resample(rule='B',how='first')

     Out[77]: 
     1953-02-27    1           # Why do I have this observation?
     1953-03-02    1
     1953-03-03    1
     1953-03-04    1

星期六的观察结果在星期五用于重新取样。这发生在.resample（rule =＆＃39; B＆＃39;）

您能否向我解释为什么会发生这种情况以及如何防止这种情况发生？

Answer 1

这种行为方式是由于制作下采样时段而发生的。间隔中的工作日数小于日历日。这就是为什么星期五和星期一加入星期六和星期日，并作为一个单位表示。星期六和星期日的值用于使用'how'和'closed'参数进行下采样。</ p>

dates = ['1953-02-28', '1953-03-31', '1953-04-30', '1953-05-31']
values = [1,2,3,4]
monthly_ts  = pd.Series(values, index = pd.to_datetime(dates))

首次上传到日历日

calendar_daily_ts = monthly_ts.resample(rule='D').ffill()

让我们看看最后三个记录

In[8]: calendar_daily_ts[-3:]
Out[8]: 
1953-05-29    3
1953-05-30    3
1953-05-31    4
Freq: D, dtype: int64

如果我们使用mean和closed ='left'下采样到工作日，那么最后一个值将是3.33333

In [15]: calendar_daily_ts.resample(rule='B', closed='left').mean()[-2:]
Out[15]: 
1953-05-28    3.000000
1953-05-29    3.333333
Freq: B, dtype: float64

周五（1953-05-29）的价值计算为周五，周六和周日（3 + 3 + 4）/ 3的平均值

如果我们使用mean和closed ='right'下采样到工作日，则最后一个值将为3.5

In [16]: calendar_daily_ts.resample(rule='B', closed='right').mean()[-2:]
Out[16]: 
1953-05-28    3.0
1953-05-29    3.5
Freq: B, dtype: float64

周五（1953-05-29）的价值计算为周六，周日和下周一（3 + 4 + 0）/ 2的平均值

没有周五价值。

所以你问题中的观察结果是因为在1953-02-28（星期六），下采样的时期包括1953-02-27,1953-02-28,1953-03-01和1953-03-02。默认间隔是左边的 - （1953-02-27,1953-02-28,1953-03-01）。你得到了第一个 - 它是1953-02-27

另一个有趣的例子

In [45]: calendar_daily_ts[:4]
Out[45]: 
1953-02-27    1
1953-02-28    2
1953-03-01    3
1953-03-02    4
dtype: int64

In [47]: calendar_daily_ts.resample(rule='B', closed='left').first()[:4]
Out[47]: 
1953-02-27    1
1953-03-02    4
1953-03-03    1
1953-03-04    1
Freq: B, dtype: int64

In [48]: calendar_daily_ts.resample(rule='B', closed='right').first()[:4]
Out[48]: 
1953-02-26    1
1953-02-27    2
1953-03-02    1
1953-03-03    1
Freq: B, dtype: int64

看到差异！（1953-02-26，价值1）

熊猫，.resample的意外行为（＆＃39; B＆＃39;）

1 个答案: