Python时间序列分析：时期的频率转换

　　在工作中统计数据时，可能会遇到类似于这样的问题，比如将某年的报告转换为季报告或者月报告。为了解决这个问题，Pandas中提供了一个asfreq()方法来转换日期的频率，比如把某年转换为某月。

　　asfreq()方法的语法格式如下：

asfreq(freq, method=None, how=None, normalize=False, fill_value=None)

　　部分参数含义如下：

　　(1)freq：表示计时单位，可以是DateOffset对象或字符串。

　　(2)how：可以取值为start或end，默认为end，仅适用于PeriodIndex。

　　(3)normalize：布尔值，默认为False，表示是否将时间索引重置为午夜。

　　(4)fill_value：用于填充缺失值的值，在升采样期间应用。

　　为了让读者更好地理解，接下来，通过一段示例来演示如何将年度时期转换为年初或年末的月度时期，示例代码如下。

In [40]: # 创建时期对象
         period=pd.Period('2017', freq='A-DEC')
         # 转换时期频率
period.asfreq('M', how='start')
Out[40]: Period('2017-01', 'M')
In [41]:Period.asfreq('M', how='end')
Out[41]:Period('2017-12', 'M')

　　上述示例中，首先创建了一个表示2017年全年的时期对象period，然后调用asfreq()方法转换频率为每月，此时period所表示的范围为2017-01～2017-12并分别获取了period的开始和结束。

　　从输出结果看出，整个时间段的起始日期为2017-01，结束日期为2017-12。