2018, 6, 1, 0, 0),
datetime.datetime(2018, 6, 2, 0, 0),
datetime.datetime(2018, 6, 3, 0, 0)]
}
如果我们把它放入一个数据帧中...04':'2018-01-06']
}
我们已经填充的基本数据帧为我们提供了每小时频率的数据，但是我们可以以不同的频率对数据重新采样，并指定我们希望如何计算新采样频率的汇总统计。...我们可以按照下面的示例，以日频率而不是小时频率，获取数据的最小值、最大值、平均值、总和等，其中我们计算数据的日平均值：
df.resample('D').mean()
}
窗口统计数据，比如滚动平均值或滚动和呢...让我们在原始df中创建一个新列，该列计算3个窗口期间的滚动和，然后查看数据帧的顶部：
df['rolling_sum'] = df.rolling(3).sum()
df.head(10)
}
我们可以看到...我建议您跟踪所有的数据转换，并跟踪数据问题的根本原因。
5、当您对数据重新取样时，最佳方法（平均值、最小值、最大值、和等等）将取决于您拥有的数据类型和取样方式。要考虑如何重新对数据取样以便进行分析。
云服务器
ICP备案
实时音视频
对象存储
云直播
