pandas学习笔记（九）：时间序列（Time series）

• （1）pandas在频率转化期间有简单，秒级的数据转换为 5 分钟为频率的数据，强大和高效地进行采样操作,常见使用于金融应用，但是不限于

rs = pd.date_range('21/6/2020',periods=100,freq='S')
ts = pd.Series(np.random.randint(0,500,len(rs)),index=rs)
ts.resample('20Min').sum()

• （2）时区的表示

rs = pd.date_range('21/6/2020 00:00',periods=10,freq='D')
ts = pd.Series(np.random.randn(len(rs)),rs)
ts

• （3）UTC时区设置

ts_utc = ts.tz_localize('UTC')
ts_utc

• （4）US东部时区设置

ts_utc = ts.tz_localize('US/Eastern')
ts_utc

• （5）在时间跨度间进行转换

ts = pd.date_range('21/6/2020',periods=5,freq='M')
ts = pd.Series(np.random.randn(len(ts)),index=ts)
ts

ts1 = ts.to_period()
ts1
ts1.to_timestamp()

prng = pd.period_range('2020Q1', '2020Q4', freq='Q-NOV')
ts = pd.Series(np.random.randn(len(prng)), prng)
ts.index = (prng.asfreq('M', 'e') + 1).asfreq('H', 's') + 9
ts.head()