将长时间的数据体现周期性，通常需要使用时间序列分析方法。在Python中，可以使用pandas库的resample()函数进行周期性重采样。以下是一个简单的示例：

import pandas as pd

# 创建一个包含时间和数据的DataFrame
data = {'time': pd.date_range(start='2020-01-01', periods=100, freq='D'),
        'value': range(100)}
df = pd.DataFrame(data)

# 将时间列设置为索引
df.set_index('time', inplace=True)

# 对数据进行周期性重采样，例如按周重采样
weekly_data = df['value'].resample('W').mean()

print(weekly_data)

在这个示例中，我们首先创建了一个包含时间和数据的DataFrame,然后将时间列设置为索引。接着，我们使用resample()函数对数据进行周期性重采样，这里以周为例。最后，我们计算了每周的平均值。