python+pandas+时间、日期以及时间序列处理

先简单的了解下日期和时间数据类型及工具

python标准库包含于日期（date）和时间（time）数据的数据类型，datetime、time以及calendar模块会被经常用到。

datetime以毫秒形式存储日期和时间，datetime.timedelta表示两个datetime对象之间的时间差。

给datetime对象加上或减去一个或多个timedelta，会产生一个新的对象

from datetime import datetime

from datetime import timedelta

now = datetime.now()
now

    datetime.datetime(2017, 6, 27, 15, 56, 56, 167000)

datetime参数：datetime(year, month, day[, hour[, minute[, second[, microsecond[,tzinfo]]]]])

delta = now - datetime(2017,6,27,10,10,10,10)

delta

    datetime.timedelta(0, 20806, 166990)

delta.days

    0

delta.seconds

    20806

delta.microseconds

    166990

只有这三个参数了！

datetime模块中的数据类型

类型	说明
date	以公历形式存储日历日期（年、月、日）
time	将时间存储为时、分、秒、毫秒
datetime	存储日期和时间
timedelta	表示两个datetime值之间的差（日、秒、毫秒）

字符串和datetime的相互转换

1）python标准库函数

日期转换成字符串：利用str 或strftime

字符串转换成日期：datetime.strptime

stamp = datetime(2017,6,27)

str(stamp)

    '2017-06-27 00:00:00'

stamp.strftime('%y-%m-%d')#%Y是4位年，%y是2位年

    '17-06-27'

#对多个时间进行解析成字符串

date = ['2017-6-26','2017-6-27']

datetime2 = [datetime.strptime(x,'%Y-%m-%d') for x in date]

datetime2

    [datetime.datetime(2017, 6, 26, 0, 0), datetime.datetime(2017, 6, 27, 0, 0)]

2）第三方库dateutil.parser的时间解析函数

from dateutil.parser import parse

parse('2017-6-27')

    datetime.datetime(2017, 6, 27, 0, 0)

parse('27/6/2017',dayfirst =True)

    datetime.datetime(2017, 6, 27, 0, 0)

3）pandas处理成组日期

pandas通常用于处理成组日期，不管这些日期是DataFrame的轴索引还是列，to_datetime方法可以解析多种不同的日期表示形式。

date

    ['2017-6-26', '2017-6-27']

import pandas as pd

pd.to_datetime(date)

    DatetimeIndex(['2017-06-26', '2017-06-27'], dtype='datetime64[ns]', freq=None)

datetime 格式定义

代码	说明
%Y	4位数的年
%y	2位数的年
%m	2位数的月[01,12]
%d	2位数的日[01，31]
%H	时（24小时制）[00,23]
%l	时（12小时制）[01,12]
%M	2位数的分[00,59]
%S	秒[00,61]有闰秒的存在
%w	用整数表示的星期几[0（星期天），6]
%F	%Y-%m-%d简写形式例如，2017-06-27
%D	%m/%d/%y简写形式

pandas时间序列基础以及时间、日期处理

pandas最基本的时间序列类型就是以时间戳（时间点）（通常以python字符串或datetime对象表示）为索引的Series：

dates = ['2017-06-20','2017-06-21',\
         '2017-06-22','2017-06-23','2017-06-24','2017-06-25','2017-06-26','2017-06-27']

import numpy as np
ts = pd.Series(np.random.randn(8),index = pd.to_datetime(dates))

ts

    2017-06-20    0.788811
    2017-06-21    0.372555
    2017-06-22    0.009967
    2017-06-23   -1.024626
    2017-06-24    0.981214
    2017-06-25    0.314127
    2017-06-26   -0.127258
    2017-06-27    1.919773
    dtype: float64

ts.index

    DatetimeIndex(['2017-06-20', '2017-06-21', '2017-06-22', '2017-06-23',
                   '2017-06-24', '2017-06-25', '2017-06-26', '2017-06-27'],
                  dtype='datetime64[ns]', freq=None)

pandas不同索引的时间序列之间的算术运算会自动按日期对齐

ts[::2]#从前往后每隔两个取数据

    2017-06-20    0.788811
    2017-06-22    0.009967
    2017-06-24    0.981214
    2017-06-26   -0.127258
    dtype: float64

ts[::-2]#从后往前逆序每隔两个取数据

    2017-06-27    1.919773
    2017-06-25    0.314127
    2017-06-23   -1.024626
    2017-06-21    0.372555
    dtype: float64

ts + ts[::2]#自动数据对齐

    2017-06-20    1.577621
    2017-06-21         NaN
    2017-06-22    0.019935
    2017-06-23         NaN
    2017-06-24    1.962429
    2017-06-25         NaN
    2017-06-26   -0.254516
    2017-06-27         NaN
    dtype: float64

索引为日期的Series和DataFrame数据的索引、选取以及子集构造

方法：
1）.index[number_int]

2)[一个可以被解析为日期的字符串]

3）对于，较长的时间序列，只需传入‘年’或‘年月’可返回对应的数据切片

4）通过时间范围进行切片索引

ts

    2017-06-20    0.788811
    2017-06-21    0.372555
    2017-06-22    0.009967
    2017-06-23   -1.024626
    2017-06-24    0.981214
    2017-06-25    0.314127
    2017-06-26   -0.127258
    2017-06-27    1.919773
    dtype: float64

ts[ts.index[2]]

    0.0099673896063391908

ts['2017-06-21']#传入可以被解析成日期的字符串

    0.37255538918121028

ts['21/06/2017']

    0.37255538918121028

ts['20170621']

    0.37255538918121028

ts['2017-06']#传入年或年月

    2017-06-20    0.788811
    2017-06-21    0.372555
    2017-06-22    0.009967
    2017-06-23   -1.024626
    2017-06-24    0.981214
    2017-06-25    0.314127
    2017-06-26   -0.127258
    2017-06-27    1.919773
    dtype: float64

ts['2017-06-20':'2017-06-23']#时间范围进行切片

    2017-06-20    0.788811
    2017-06-21    0.372555
    2017-06-22    0.009967
    2017-06-23   -1.024626
    dtype: float64

带有重复索引的时间序列

1）.index.is_unique检查索引日期是否是唯一的

2）对非唯一时间戳的数据进行聚合，通过groupby，并传入level = 0（索引的唯一一层）

dates = pd.DatetimeIndex(['2017/06/01','2017/06/02','2017/06/02','2017/06/02','2017/06/03'])
dates

    DatetimeIndex(['2017-06-01', '2017-06-02', '2017-06-02', '2017-06-02',
                   '2017-06-03'],
                  dtype='datetime64[ns]', freq=None)

dup_ts = pd.Series(np.arange(5),index = dates)
dup_ts

    2017-06-01    0
    2017-06-02    1
    2017-06-02    2
    2017-06-02    3
    2017-06-03    4
    dtype: int32

dup_ts.index.is_unique

    False

dup_ts['2017-06-02']

    2017-06-02    1
    2017-06-02    2
    2017-06-02    3
    dtype: int32

grouped = dup_ts.groupby(level=0).mean()

grouped

    2017-06-01    0
    2017-06-02    2
    2017-06-03    4
    dtype: int32

dup_df = pd.DataFrame(np.arange(10).reshape((5,2)),index = dates )
dup_df

	0	1
2017-06-01	0	1
2017-06-02	2	3
2017-06-02	4	5
2017-06-02	6	7
2017-06-03	8	9

grouped_df = dup_df.groupby(level=0).mean()##针对DataFrame

grouped_df

	0	1
2017-06-01	0	1
2017-06-02	4	5
2017-06-03	8	9

总结

该篇博客主要内容：

1）字符串、日期的转换方法

2）日期和时间的主要python，datetime、timedelta、pandas.to_datetime等

3）以时间为索引的Series和DataFrame的索引、切片

4）带有重复时间索引时的索引，.groupby(level=0)应用