起因是写好的一程序，放到服务器上跑就失败了。搜索网上半天没找着原因。
pandas有个库可以让一时间序列按周（月或年等）汇总，如进行数据分析的时候，需要将不均匀的时间戳数据按照月来汇总排列，那么就需要用到resample函数。使用resample有个要求，就是dataframe的index要为时间序列类型的。一般的index不是从0到n，就是字符串，那样的话没办法resample。所以我们要这么转换，随便取一列，或者从别的地方给它安插一列时间类型的index，构成时间序列：
| time_series = data[['DATE', 'QUANTITY']]
time_list = pd.to_datetime(time_series['DATE']) # 转换序列为时间序列
time_series = time_series.set_index(time_list) # 设置时间序列作为行标签
if pd.__version__ >= "0.18.0":
time_series = time_series.resample("W-SUN").sum()
else:
time_series = time_series.resample("W-SUN", how='sum')
time_series = time_series.shift(-6, freq='D')
time_series = time_series.dropna(how='any')
|
如代码所示，假设我们有一个n列数据叫data，我们取其中的DATE列和QUANTITY列作为一个新的dataframe。但此时我们是不能进行resample的。有人说是不是把DATE列作为index就可以了呢？答案也是否定的，因为目前DATE还是字符串的状态，不是一个时间序列。为了构成时间序列，我们需要使用pd.to_datetime函数和DATE列构造一个时间列表time_list，并把这样一个列表设置成time_series的index，这样才完整构造一个时间序列。
接下来就是不同系统之间数字出错的问题了。原来，pandas升级到18版本后，对resample函数进行了重大的改造，因此我们为了添加不同系统的适用性，必须加入一个pd.__version__的版本判断，才能适应不同版本的pandas。
| if pd.__version__ >= "0.18.0":
time_series = time_series.resample("W-SUN").sum()
else:
time_series = time_series.resample("W-SUN", how='sum')
|
接着，就不得不说到resample的统计方式。如果我们按周统计，那么就有个问题：到底是按周几来统计呢？我们发现如下参数"W-SUN"，意思是从上周一统计到周日，然后打上了周日的时间戳。同理"W-MON"是从上周二统计到这周一，并打上这周一的标签。
【这里随便编个例子举例，如2016年7月份】
日 一 二 三 四 五 六
10 11 12 13 14 15 16
17 18 19 20 21 22 23
如果我们使用resample函数和参数"W_MON"，那么：
date, quantity
2016-7-18, 354
意味着7-12、7-13、7-14、7-15、7-16、7-17、7-18这7天的数据结合在一起，成为7月18日周一这个时间戳的数据。
而如果我们resample函数和参数"W_SUN"，那么：
date, quantity
2016-7-17, 301
意味着7-11、7-12、7-13、7-14、7-15、7-16、7-17这7天的数据结合在一起，成为7月18日周一这个时间戳的数据。
如果我们想用7月11号周一来表示7-11、7-12、7-13、7-14、7-15、7-16、7-17这7天数据的时间戳，就必须对时间序列进行平移shift：
| time_series = time_series.shift(-6, freq='D') |
这样平移 -6 天后，时间戳就从7-17变成了7-11星期一
最后就是根据需求和个人喜好去除没有数据点的时间戳：
| time_series = time_series.dropna(how='any') |
附录，坑爹的版本升级问题：
