Метод size
Метод size применяется к объекту Resampler,
который получается после вызова resample для
временного ряда. Он возвращает Series,
где индексом служат метки временных интервалов,
а значениями - количество наблюдений в каждом интервале.
Метод не принимает дополнительных параметров.
Синтаксис
resampler.size()
Пример
Рассмотрим базовый пример применения метода size
для подсчёта количества записей по дням:
import pandas as pd
df = pd.DataFrame({
'a': [1, 2, 3, 4, 5],
'b': [10, 20, 30, 40, 50]
}, index=pd.date_range('2026-01-01', periods=5, freq='D'))
res = df.resample('D').size()
print(res)
Результат выполнения кода:
2026-01-01 1
2026-01-02 1
2026-01-03 1
2026-01-04 1
2026-01-05 1
Freq: D, dtype: int64
Пример
Теперь сгруппируем данные по неделям и посмотрим, сколько записей попало в каждую неделю:
import pandas as pd
df = pd.DataFrame({
'a': [1, 2, 3, 4, 5, 6, 7],
'b': [10, 20, 30, 40, 50, 60, 70]
}, index=pd.date_range('2026-01-01', periods=7, freq='D'))
res = df.resample('W').size()
print(res)
Результат выполнения кода:
2026-01-04 4
2026-01-11 3
Freq: W-SUN, dtype: int64
Пример
Метод size удобно использовать для проверки
пропусков в данных при неравномерной частоте:
import pandas as pd
df = pd.DataFrame({
'a': [1, 2, 3],
'b': [10, 20, 30]
}, index=pd.DatetimeIndex(['2026-01-01', '2026-01-03', '2026-01-06']))
res = df.resample('D').size()
print(res)
Результат выполнения кода:
2026-01-01 1
2026-01-02 0
2026-01-03 1
2026-01-04 0
2026-01-05 0
2026-01-06 1
Freq: D, dtype: int64
