使用百分位数重新采样

Question

我有一个带有一些数值和日期时间戳的数据帧。

我想做的是将数据聚合到每月的间隔中，每个月输出一个最大百分位数。

到目前为止，我所做的只是使用：

df = df.resample('M', on='ds').max()

这给了我当月的最大值。然而，从我的数据中可以看出，每个月通常会出现一到两次峰值。结果是，通过使用max()，我将获得峰值——这是不正确的。因此，我想过滤掉几个高值峰值，我想知道是否可以使用百分比函数而不是max()。例如：

np.percentile(df['y'], 99)

据我所见，resample函数没有提供使用自己函数的选项。但我可能错了？无论如何，如何才能做到这一点？

Answer 1

在GroupBy.agg:中使用自定义lambda函数

df = df.resample('M', on='ds')['y'].agg(lambda x: np.percentile(x, 99))