pandas 时间序列，常用功能

时间模块：datetime

1、datetime模块：datetime.date(), datetime.datetime(), datetime.timedelta()
2、日期解析方法：parser.parse

Pandas时刻数据：Timestamp

1、pd.Timestamp()
2、pd.to_datetime(),errors='ignore'/'coerce', NaT(Not a Time)

Pandas时间戳索引：DatetimeIndex

1、pd.date_range() 即生成日期范围
2、pd.bdate_range() 工作日
	1、start+end, start/end + periods，默认freq=day
	2、B：每工作日，H：每小时，T：每分钟
		1、W-MON：从指定星期几开始算起，每周
		2、WOM-2MON：每月的第几个星期几开始算，这里是每月第二个星期一
		3、星期几缩写：MON/TUE/WED/THU/FRI/SAT/SUN
	3、M/BM/MS/BMS, Q-DEC, A-DEC，前面加B为工作日，后面加S为第一日，默认最后一日
		1、月缩写：JAN/FEB/MAR/APR/MAY/JUN/JUL/AUG/SEP/OCT/NOV/DEC
	4、复合频率：7D，2h30min,2M
3、df.asfreq()
	1、method：插值模式，None不插值，ffill用之前值填充，bfill用之后值填充
4、超前/滞后数据，可以对数值和时间戳操作
	1、df.shift() #正数(滞后)，负值超前

Period时期：

1、pd.Period() freq='D'
2、asfreq
3、pd.to_period(), pd.to_timestamp()
4、pd.period_range

时间序列：

1、索引
2、切片
3、重复索引的时间序列，se.is_unique(检查value), se.index.is_unique
	1、groupby

时间序列-重采样：

1、降采样：高频数据 → 低频数据，eg.天 --> 月为频率的数据
2、升采样：低频数据 → 高频数据，eg.年 --> 月为频率的数据
3、.resample()  OHLC重采样
4、降采样
5、升采样
6、时期采样--Period