← 返回列表

4.7.3-时间序列数据重采样.md

4.7.3 时间序列数据重采样（问答库）

  1. 【单选题·易】课程中用来对时间序列数据做重采样的方法是？ A. rolling() B. resample() C. groupby() D. diff() 答案：B 解析： 语料明确：resample 用于对时间序列数据进行重采样。rolling() 是 4.7.4 移动窗口，diff() 属于 4.7.2 时间间隔，groupby() 属于 4.3 分组。
  2. 【单选题·易】频率字符串 'W' 表示按什么频率重采样？ A. 天 B. 周 C. 月 D. 年 答案：B 解析： 语料：常用频率如 'D'（天）、'W'（周）、'M'（月）等。课程示例正是 df.resample('W').max() 按周取最大值。
  3. 【判断题·易】降采样是将高频率的时间序列数据降低到更低的频率，如将每日数据降为每周数据。 答案：√ 解析： 这是 4.7.3 对降采样的原句定义。课程温度示例（日频 → 周频）就是降采样。
  4. 【判断题·易】升采样是将低频率的时间序列数据提升到更高的频率，如将每月数据扩展为每日数据，通常需要插值。 答案：√ 解析： 语料原句。升采样会引入空档，一般要配合填充或插值；降采样则主要做聚合。
  5. 【多选题·中】关于 resample()，下列说法正确的有： A. 可根据指定时间频率对数据进行聚合、填充、插值等操作 B. '3D' 表示每 3 天采样一次 C. 'D'、'W'、'M' 分别表示天、周、月 D. 升采样就是把每日数据聚合成每周数据 答案：ABC 解析： A、B、C 均来自 4.7.3。每日到每周是降采样，不是升采样，故 D 错误。
  6. 【单选题·中】执行下列代码后，weekly_max_temp 中 2024-01-07 对应的温度是？
import pandas as pd
dates = pd.date_range('2024-01-01', periods=14, freq='D')
df = pd.DataFrame({'温度': [30, 32, 31, 29, 28, 27, 26, 25, 24, 23, 31, 29, 28, 27]}, index=dates)
weekly_max_temp = df.resample('W').max()
print(weekly_max_temp)

A. 30（该周第一天的温度） B. 26（1 月 7 日当天的温度） C. 32（该周最高温度） D. 31（全部 14 天的最高温度） 答案：C 解析： 第一周为 1 月 1 日至 7 日，温度 30、32、31、29、28、27、26，最大值为 32。语料注释：每 7 天统计一次最高温度。B 把周标签当成“当天取值”，是常见错误。

  1. 【单选题·中】沿用上题数据框，df.resample('W').max() 结果的行标签是？ A. 2024-01-01 与 2024-01-08（每周第一天） B. 2024-01-07 与 2024-01-14 C. 仍是原来的 14 个日期 D. 0 与 1（整数索引） 答案：B 解析： 课程输出为两行：2024-01-07 对应 32，2024-01-14 对应 31。行标签是该周结束日期，不是第一天，也不会保留全部日频索引。
  2. 【多选题·中】沿用课程示例，比较原始数据与按周最大值，下列说法正确的有：
import pandas as pd
dates = pd.date_range('2024-01-01', periods=14, freq='D')
df = pd.DataFrame({'温度': [30, 32, 31, 29, 28, 27, 26, 25, 24, 23, 31, 29, 28, 27]}, index=dates)
print(df.loc['2024-01-07', '温度'])
print(df.resample('W').max())

A. 原始数据 1 月 7 日的温度是 26 B. 按周重采样后 1 月 7 日标签对应 32 C. 第二周最高温度是 31，行标签为 2024-01-14 D. 重采样后数据框仍有 14 行 答案：ABC 解析： 14 天被聚合成 2 个周箱，行数变为 2，故 D 错。A、B 说明“周标签上的值是该周聚合结果，不是当天原值”。

  1. 【判断题·中】写出 df.resample('W') 后，不接 .max() 等聚合，就已经得到按周统计的数据框。 答案：× 解析： resample() 返回重采样器，还没有完成聚合。课程写法是 df.resample('W').max()，必须再接 .max()、.mean()、.sum() 等才能得到数据框。
  2. 【单选题·难】执行下列代码，三处打印结果依次是？
import pandas as pd
dates = pd.date_range('2024-01-01', periods=14, freq='D')
df = pd.DataFrame({'温度': [30, 32, 31, 29, 28, 27, 26, 25, 24, 23, 31, 29, 28, 27]}, index=dates)
w = df.resample('W').max()
print(int(w.loc['2024-01-07', '温度']))
print(int(df.loc['2024-01-07', '温度']))
print(int(w.loc['2024-01-14', '温度']))

A. 32，32，31 B. 32，26，31 C. 26，26，27 D. 32，26，32 答案：B 解析： w 中 2024-01-07 是第一周最大值 32；原始 df 中该日是 26。第二周 25、24、23、31、29、28、27 的最大值是 31，不是 32。A 把周聚合值误当成当天原值。

  1. 【简答题·中】请写出完整可运行代码：按课程示例创建 14 天温度数据框，按周重采样取最大值并打印。说明：结果有几行？两个行标签及对应温度各是多少？这是降采样还是升采样？

    答案：

import pandas as pd
dates = pd.date_range('2024-01-01', periods=14, freq='D')
df = pd.DataFrame({'温度': [30, 32, 31, 29, 28, 27, 26, 25, 24, 23, 31, 29, 28, 27]}, index=dates)
weekly_max_temp = df.resample('W').max()
print(weekly_max_temp)

结果 2 行：2024-01-07 对应 32，2024-01-14 对应 31。日频降到周频，属于降采样。 解析： 评分要点：① date_range 的 periods=14、freq='D' 与温度列表正确；② 写出 resample('W').max()；③ 能说出两行标签与 32、31；④ 能判断为降采样。漏写聚合或把 1 月 7 日说成 26 应扣分。

  1. 【简答题·难】结合下列代码，回答三个问题：（1）为什么 w.loc['2024-01-07'] 是 32，而 df.loc['2024-01-07'] 是 26？（2）若要把每月数据扩展成每日数据，这是升采样还是降采样？通常还要做什么？（3）若数据框用默认整数索引，直接 resample('W') 会怎样？它和 rolling(window=7) 有何不同？
import pandas as pd
dates = pd.date_range('2024-01-01', periods=14, freq='D')
df = pd.DataFrame({'温度': [30, 32, 31, 29, 28, 27, 26, 25, 24, 23, 31, 29, 28, 27]}, index=dates)
w = df.resample('W').max()
print(w.loc['2024-01-07', '温度'])
print(df.loc['2024-01-07', '温度'])

答案： （1）resample('W').max() 按周分箱后取最大值，2024-01-07 是该周结束日标签，对应 1 月 1 日至 7 日的最高温度 32；df 中该标签仍是当天观测 26。 （2）每月扩展为每日是升采样，通常需要插值（或填充）。 （3）resample() 要求行标签为日期时间索引，整数索引会报错，须先 date_range 或 to_datetime 加 set_index。resample() 按日历频率重新分箱；rolling(window=7) 按连续 7 个数据点滑动，不按周边界对齐。 解析： 评分要点：① 能区分“周聚合标签”与“当天原值”；② 能判断升采样并提到插值；③ 能说明必须用日期时间索引，并能对比 rolling()。把 32 说成当天温度，或把升采样说成降采样，不得满分。

文件已写入：

下载此文件