pandas学习笔记（三）
pandas时期：period
pd.period()创建时期
#生成一个以2017-01开始，月为频率的时间构造器
#pd.Period()参数：一个时间戳+freq
p=pd.Period('2017',freq='M')
print(p)
#通过加减整数，将周期整体移动
print(p+1)
print(p-2)输出：
2017-01
2017-02
2016-11
pd.period_range()创建时期范围
prng=pd.period_range('1/1/2011','1/1/2012',freq='M')
print(prng)
PeriodIndex([‘2011-01’, ‘2011-02’, ‘2011-03’, ‘2011-04’, ‘2011-05’, ‘2011-06’,’2011-07’, ‘2011-08’, ‘2011-09’, ‘2011-10’, ‘2011-11’, ‘2011-12’,’2012-01’],
dtype=’period[M]’, freq=’M’)
频率转换asfreq
p=pd.Period('2017','A-DEC')
print(p)
print(p.asfreq('M',how='start')) #等于how='s'
print(p.asfreq('D',how='end')) #等于how='e'输出：
2017
2017-01
2017-12-31
时间戳与时期直接的转换：pd.to_period(),pd.to_timestamp()
#每月最后一日，转换为每月
r=pd.date_range('2017/1/1',periods=10,freq='M')
pr=pd.period_range('2017','2018',freq='M')
ts1=pd.Series(np.random.rand(len(r)),index=r)
print(ts1.head())
print(ts1.to_period().head())
#每月转化为每月第一天
ts2=pd.Series(np.random.rand(len(pr)),index=pr)
print(ts2.head())
print(ts2.to_timestamp().head())
输出：
2017-01-31 0.294556
2017-02-28 0.037492
2017-03-31 0.219091
2017-04-30 0.742907
2017-05-31 0.242779
Freq: M, dtype: float64
2017-01 0.294556
2017-02 0.037492
2017-03 0.219091
2017-04 0.742907
2017-05 0.242779
Freq: M, dtype: float64
2017-01 0.588072
2017-02 0.648728
2017-03 0.457712
2017-04 0.452702
2017-05 0.159034
Freq: M, dtype: float64
2017-01-01 0.588072
2017-02-01 0.648728
2017-03-01 0.457712
2017-04-01 0.452702
2017-05-01 0.159034
Freq: MS, dtype: float64
时间序列：索引及切片
r=pd.date_range('2017/1','2017/3')
ts=pd.Series(np.random.rand(len(r)))
print(ts.head())
print(ts[:2])
print(ts[::2])时间序列-重采样
将时间序列从一个频率转换为另一个频率的过程，且会有数据的结合
降采样：高频数据->低频数据，eg：以天为频率转换为以月为频率
升采样：低频数据->高频数据，eg:以年为频率的数据转换为以月为频率的数据
重采样.resample()
r=pd.date_range('20170101',periods=12)
ts=pd.Series(np.arange(12),index=r)
print(ts)
ts_re=ts.resample('5D')
ts_re1=ts.resample('5D').sum() #聚合方法
print(ts.resample('5D').mean()) #求平均值
print(ts.resample('5D').max()) #求最大值
print(ts.resample('5D').median()) #求中值
print(ts.resample('5D').first()) #返回第一个值
print(ts.resample('5D').last()) #返回最后一个值
print(ts.resample('5D').min()) #求最小值降采样
r=pd.date_range('20170101',periods=12)
ts=pd.Series(np.arange(1,13),index=r)
print(ts)
print(ts.resample('5D').sum())
print(ts.resample('5D',closed='left').sum())
#colosed:指定间隔，可以选左闭合或者右闭合
print(ts.resample('5D',label='left').sum())
#label:聚合值的index，默认取左升采样及插值
r=pd.date_range('2017/1/1 0:0:0',periods=5,freq='H')
ts=pd.DataFrame(np.arange(15).reshape(5,3),index=r,columns=['a','b','c'])
print(ts)
print(ts.resample('15T').asfreq()) #不做填充返回Nan
print(ts.resample('15T').ffill()) #向上填充
print(ts.resample('15T').bfill()) #向下填充
时期重采样-Period
pr=pd.period_range('2016','2017',freq='M')
ts=pd.Series(np.arange(len(pr)),index=pr)
print(ts.resample('3M').sum()) #降采样
print(ts.resample('15D').ffill()) #升采样