网站设计需要会什么建设基础化学网站的经验

pandas.Series.dt.floor
时间列向下取整
pandas.DataFrame.set_index
pandas.DataFrame.set_index() 是 Pandas 中用于将指定列设置为 DataFrame 新索引的方法。以下是它的核心作用、使用场景和具体示例：

---

1. 核心作用

• 改变索引：将一列或多列数据转换为行索引（替换默认的0-based数字索引）。
• 提升查询效率：索引列的数据会被优化存储，加速后续的 loc、iloc 等基于索引的操作。
• 时间序列处理：特别适合将时间列设为索引，方便时间相关的重采样（resample）和滑动窗口（rolling）操作。

---

2. 主要参数

参数	说明
keys	要设为索引的列名（单列或多列）
drop=True	是否从数据列中移除已被设为索引的列（默认True，即移除）
append=False	是否保留原有索引并追加新索引（默认False，即替换）
inplace=False	是否直接修改原DataFrame（默认False，返回新对象）

---

3. 使用示例

示例数据准备

import pandas as pddf = pd.DataFrame({'date': ['2023-01-01', '2023-01-02', '2023-01-03'],'city': ['Beijing', 'Shanghai', 'Guangzhou'],'temperature': [25, 28, 30]
})
print("原始DataFrame:")
print(df)

输出：

         date       city  temperature
0  2023-01-01    Beijing           25
1  2023-01-02   Shanghai           28
2  2023-01-03  Guangzhou           30

---

场景1：将单列设为索引

# 将date列设为索引（默认会移除该列）
df_date_index = df.set_index('date')
print("\n设置date为索引后的结果:")
print(df_date_index)

输出：

                city  temperature
date                            
2023-01-01  Beijing           25
2023-01-02 Shanghai           28
2023-01-03 Guangzhou         30

---

场景2：保留原列并设置多级索引

# 将date和city设为多级索引（保留原列）
df_multi_index = df.set_index(['date', 'city'], drop=False)
print("\n多级索引结果:")
print(df_multi_index)

输出：

                          date       city  temperature
date       city                                     
2023-01-01 Beijing  2023-01-01    Beijing           25
2023-01-02 Shanghai 2023-01-02   Shanghai           28
2023-01-03 Guangzhou 2023-01-03  Guangzhou           30

---

场景3：时间序列处理（关键用途）

# 将时间列转为DatetimeIndex后设为索引
df['date'] = pd.to_datetime(df['date'])
df_time_index = df.set_index('date')# 现在可以方便地进行时间相关操作
print("\n按月份求平均温度:")
print(df_time_index['temperature'].resample('M').mean())

输出：

date
2023-01-31    27.666667
Freq: M, Name: temperature, dtype: float64

---

4. 注意事项

1. 索引唯一性：设为索引的列应具有唯一值，否则可能影响查询性能。
   • 检查重复值：df.duplicated(subset=['待设索引列']).sum()
2. 不可变特性：索引一旦设定，不能直接修改（需通过reset_index()还原后重新设置）。
3. 查询优化：对于大表，设置索引后使用 loc 比 iloc 更高效：

   # 快速查询特定日期的数据
   df_time_index.loc['2023-01-01']
   

---

5. 实际应用场景

场景	操作示例	优势
时间序列分析	df.set_index(pd.to_datetime(df['date']))	支持resample、rolling
多维度数据分析	set_index(['region', 'year'])	方便groupby多层聚合
快速行列转换	结合unstack()使用	生成透视表结构
加速特定列查询	对高频查询列设索引	提升loc查询速度

---

总结

• 核心作用：将数据列转换为索引，优化数据结构和查询效率。
• 时间序列必用：设为时间索引后，才能使用Pandas强大的时间序列功能。
• 多级索引：适合处理多维数据分析（如地区-时间双重维度）。

通过合理使用set_index()，可以显著提升数据操作的效率和代码可读性。
pandas.DataFrame.resample 重采样

时间序列频率转换和重采样的便捷方法。对象必须具有日期时间类型的索引（如 DatetimeIndex、PeriodIndex 或 TimedeltaIndex），或者调用者需通过 on/level 关键字参数传递日期时间类型数据列/索引的标签。

---

关键术语解释

1. frequency conversion

   • 频率转换：指将时间序列数据的时间间隔从一种频率调整为另一种频率（例如从分钟级调整为小时级）。

2. resampling

   • 重采样：对时间序列数据进行重新采样，通常用于聚合或调整时间粒度（如按小时求和、按天平均等）。

3. datetime-like index

   • 日期时间类型的索引：Pandas 中用于表示时间的索引类型，包括：
     • DatetimeIndex：标准的日期时间索引（如 2023-01-01 00:00:00）。
     • PeriodIndex：表示时间周期的索引（如 2023Q1 表示第一季度）。
     • TimedeltaIndex：表示时间间隔的索引（如 1 day, 2 hours）。

4. on/level 参数

   • 如果数据的日期时间信息存储在某一列（而非索引）中，可以通过 on 参数指定该列的名称；在多级索引（MultiIndex）中，可通过 level 参数指定时间所在的层级。

---

示例用法

import pandas as pd# 示例数据：每分钟的温度数据
data = {'timestamp': pd.date_range(start='2023-01-01', periods=6, freq='T'),  # T 表示分钟'temperature': [20, 22, 21, 23, 24, 25]
}
df = pd.DataFrame(data)# 将时间列设为索引
df.set_index('timestamp', inplace=True)# 使用 resample 按小时聚合（频率转换为 H）
hourly_data = df.resample('H').mean()  # 计算每小时的平均温度print(hourly_data)

输出：

                   temperature
timestamp                      
2023-01-01 00:00:00         21.0  # 每小时的平均值（假设数据跨度不足一小时）

---

注意事项

• 如果数据的日期时间信息不在索引中，需通过 on 参数指定列名：

  df.resample('H', on='timestamp').mean()
  

• 对于多级索引，需通过 level 参数指定时间所在的层级：

  df.resample('H', level='time_index').mean()
  

希望这段翻译和解释对你理解 resample 方法有所帮助！