Python 聚合器.first（）和.last（）之间的差异

我很好奇

last（）

和

first（）

在这个特定实例中做了什么（当链接到重采样时）。如果我错了，请纠正我，但如果您将参数传递到第一个和最后一个，例如3；它返回前3个月或前3年

在这种情况下，由于我没有将任何参数传递到

first（）

和

last（）

，当我这样重新采样它时，它实际上在做什么？我知道，如果我通过链接

.mean（）

重新采样，我将使用所有月份的平均分数重新采样到年份，但是当我使用

last（）

时会发生什么

更重要的是，为什么

first（）

和

last（）

在这方面给了我不同的答案？我看到他们在数字上是不相等的

i、 e:

post2008.resample（）.first（）！=post2008.resample（）.last（）

TLDR：

.first（）

和

.last（）

做什么

当链接到重采样时，

.first（）

和

.last（）

在这种情况下做什么

为什么

.resample（）.first（）！=。重新采样（）.last（）

这是聚合之前的代码：

print(df.resample('Y').first())

#将“GDP.csv”读入数据框：GDP
gdp=pd.read\u csv（'gdp.csv'，index\u col='DATE'，parse\u dates=True）
#2008年以后的所有gdp数据切片：2008年后
2008年后=gdp.loc['2008-01-01'：，：]
#打印2008年后的最后8行
印刷品（2008年后。尾部（8））

这是

print（post2008.tail（8））

输出的内容：

              VALUE
DATE               
2014-07-01  17569.4
2014-10-01  17692.2
2015-01-01  17783.6
2015-04-01  17998.3
2015-07-01  18141.9
2015-10-01  18222.8
2016-01-01  18281.6
2016-04-01  18436.5

下面是按

last（）

重新采样和聚合的代码：

#2008年后按年份重新采样，保留最后一次（）：每年
每年=2008年后。重新采样（'A'）。最后一次（）
印刷品（每年）

这就是2008年之后的年鉴。重新采样（'A'）。最后一次（）：

下面是通过

first（）

重新采样和聚合的代码：

#2008年后按年份重新采样，保留第一个（）：按年
每年=2008年后。重新采样（'A'）。第一次（）
印刷品（每年）

这就是2008年之后的年鉴。重新采样（'A'）。首先（）：

---

首先，让我们使用示例数据创建一个数据帧：

import pandas as pd
dates = pd.DatetimeIndex(['2014-07-01', '2014-10-01', '2015-01-01',
                            '2015-04-01', '2015-07-01', '2015-07-01',
                            '2016-01-01', '2016-04-01'])
df = pd.DataFrame({'VALUE': range(1000, 9000, 1000)}, index=dates)
print(df)

输出将是

VALUE 2014-07-01 1000 2014-10-01 2000 2015-01-01 3000 2015-04-01 4000 2015-07-01 5000 2015-07-01 6000 2016-01-01 7000 2016-04-01 8000 TypeError:first（）缺少1个必需的位置参数：“偏移量”

另一方面，

df.resample（'Y'）

返回a，其中包含聚合方法等。在这种情况下，它们仅保留每年的第一个（分别是最后一个）值（而不是例如，平均所有值或某种其他聚合）：

价值 2014-07-31 1000.0#这是自2014年7月以来的最后一个（也是唯一一个）值 2014-08-31南#2014年8月无数据 2014-09-30南#2014年9月无数据 2014-10-31 2000.0 2014年11月30日NaN#2014年11月无数据

---

在这种情况下，没有值的任何期间都将用NAN填充。此外，在本例中，使用

first

而不是

last

将返回相同的值，因为每个月（最多）有一个值。

在其他任何操作之前，让我们使用示例数据创建一个数据框：

import pandas as pd
dates = pd.DatetimeIndex(['2014-07-01', '2014-10-01', '2015-01-01',
                            '2015-04-01', '2015-07-01', '2015-07-01',
                            '2016-01-01', '2016-04-01'])
df = pd.DataFrame({'VALUE': range(1000, 9000, 1000)}, index=dates)
print(df)

输出将是

VALUE 2014-07-01 1000 2014-10-01 2000 2015-01-01 3000 2015-04-01 4000 2015-07-01 5000 2015-07-01 6000 2016-01-01 7000 2016-04-01 8000 TypeError:first（）缺少1个必需的位置参数：“偏移量”

另一方面，

df.resample（'Y'）

返回a，其中包含聚合方法等。在这种情况下，它们仅保留每年的第一个（分别是最后一个）值（而不是例如，平均所有值或某种其他聚合）：

价值 2014-07-31 1000.0#这是自2014年7月以来的最后一个（也是唯一一个）值 2014-08-31南#2014年8月无数据 2014-09-30南#2014年9月无数据 2014-10-31 2000.0 2014年11月30日NaN#2014年11月无数据 在这种情况下，没有值的任何期间都将用NAN填充。此外，在本例中，使用

first

而不是

last

将返回相同的值，因为每个月（最多）有一个值

VALUE 2014-07-01 1000 2014-10-01 2000

print(df.last('6M'))

VALUE 2016-01-01 6000 2016-04-01 7000

print(df.first())

print(df.resample('Y').first())

VALUE 2014-12-31 1000 2015-12-31 3000 # This is the first of the 3 values from 2015 2016-12-31 6000

print(df.resample('Y').last())

VALUE 2014-12-31 2000 2015-12-31 6000 # This is the last of the 3 values from 2015 2016-12-31 7000

print(df.resample('M').last().head())

VALUE 2014-07-31 1000.0 # This is the last (and only) value from July, 2014 2014-08-31 NaN # No data for August, 2014 2014-09-30 NaN # No data for September, 2014 2014-10-31 2000.0 2014-11-30 NaN # No data for November, 2014