Pandas · 函数

时间序列分析

时间序列重采样分析：按指定频率聚合，计算趋势和季节性。

调用签名(表, 时间列, 值列, 频率: 'str' = 'D', 聚合方法: 'str' = 'mean')

时ZHONGWEN
PYTHON

Chinese example

中文代码示例

设 表 = Pandas.数据表({"名称": ["甲", "乙"], "数量": [3, 5]})
# 完整案例：按字段调用 时间序列分析
设 结果 = Pandas.时间序列分析(
    表=表,  # 必填；Pandas DataFrame 或类似表格对象
    时间列="数量",  # 必填；按函数业务含义传入 时间列;首次使用建议先 打印...
    值列="数量",  # 必填；按函数业务含义传入 值列;首次使用建议先 打印(...
    频率='D',  # 可选；字符串类型的 频率 参数,按函数业务含义传入对应...
    聚合方法='mean',  # 可选；字符串类型的 聚合方法 参数,按函数业务含义传入...
)
打印(结果)

可直接放进 .cs / .中py 文件运行。转换器会把中文代码交给真实 Python 解释器。

Parameters

参数说明

5 个参数

参数类型 / 传入方式说明

表可选 · 默认无

未声明位置参数或字段名=值

Pandas DataFrame 或类似表格对象。

常见错误：漏传或对象为 None 会报 TypeError/AttributeError;先调用对应的创建函数拿到表再传入

时间列可选 · 默认无

未声明位置参数或字段名=值

按函数业务含义传入时间列;首次使用建议先打印(结果) 确认其作用。

常见错误：漏传会报 TypeError: missing required argument: '时间列';检查调用是否漏了这行

值列可选 · 默认无

未声明位置参数或字段名=值

按函数业务含义传入值列;首次使用建议先打印(结果) 确认其作用。

常见错误：漏传会报 TypeError: missing required argument: '值列';检查调用是否漏了这行

频率可选 · 默认 'D'

str位置参数或字段名=值

字符串类型的频率参数,按函数业务含义传入对应文本。

常见错误：传非字符串会报 TypeError;按字符串类型传值

聚合方法可选 · 默认 'mean'

str位置参数或字段名=值

字符串类型的聚合方法参数,按函数业务含义传入对应文本。

常见错误：传非字符串会报 TypeError;按字符串类型传值

Playbook

基础用法 · 进阶组合 · 错误排查

设 表 = Pandas.数据表({"名称": ["甲", "乙"], "数量": [3, 5]})
# 完整案例：按字段调用 时间序列分析
设 结果 = Pandas.时间序列分析(
    表=表,  # 必填；Pandas DataFrame 或类似表格对象
    时间列="数量",  # 必填；按函数业务含义传入 时间列;首次使用建议先 打印...
    值列="数量",  # 必填；按函数业务含义传入 值列;首次使用建议先 打印(...
    频率='D',  # 可选；字符串类型的 频率 参数,按函数业务含义传入对应...
    聚合方法='mean',  # 可选；字符串类型的 聚合方法 参数,按函数业务含义传入...
)
打印(结果)

# 进阶组合:时间序列分析 配合 Pandas 业务流使用
设 表 = Pandas.数据表({"名称": ["甲", "乙"], "数量": [3, 5]})
设 结果 = Pandas.时间序列分析(
    表=表,  # 必填
    时间列="数量",  # 必填
    值列="数量",  # 必填
)
Pandas.导出CSV(结果, "outputs/结果.csv")
打印(结果)

# 错误排查:覆盖 3 个必填参数

## 参数 1: 表
# 错误:漏传会报 TypeError: missing required argument
# 设 结果 = Pandas.时间序列分析()  # TypeError
# 修复:补上必填字段
设 结果 = Pandas.时间序列分析(表=表)

## 参数 2: 时间列
# 错误:漏传会报 TypeError: missing required argument
# 设 结果 = Pandas.时间序列分析()  # TypeError
# 修复:补上必填字段
设 结果 = Pandas.时间序列分析(时间列="数量")

## 参数 3: 值列
# 错误:漏传会报 TypeError: missing required argument
# 设 结果 = Pandas.时间序列分析()  # TypeError
# 修复:补上必填字段
设 结果 = Pandas.时间序列分析(值列="数量")
打印(结果)