pandas-时间序列与日期用法（三）
本节介绍时间索引（DatetimeIndex）
DatetimeIndex 主要用作 pandas 对象的索引。DatetimeIndex 类为时间序列做了很多优化：
- 预计算了各种偏移量的日期范围，并在后台缓存，让后台生成后续日期范围的速度非常快（仅需抓取切片）。
- 在 pandas 对象上使用
shift与tshift方法进行快速偏移。 - 合并具有相同频率的重叠
DatetimeIndex对象的速度非常快（这点对快速数据对齐非常重要）。 - 通过
year、month等属性快速访问日期字段。 snap等正则函数与超快的asof逻辑。
DatetimeIndex 对象支持全部常规 Index 对象的基本用法，及一些列简化频率处理的高级时间序列专有方法。
1. DatetimeIndex 可以当作常规索引，支持选择、切片等方法。
局部字符串索引，能解析为时间戳的日期与字符串可以作为索引的参数：
pandas 为访问较长的时间序列提供了便捷方法，年、年月字符串均可：
2. 带 DatetimeIndex 的 DateFrame 也支持这种切片方式。
局部字符串是标签切片的一种形式，这种切片也包含截止时点，即，与日期匹配的时间也会包含在内：
下列代码截取了自 1 月 1 日凌晨起，至 2 月 28 日午夜的日期与时间。
下列代码截取了包含截止日期及其时间在内的日期与时间。
下列代码指定了精准的截止时间，注意此处的结果与上述截取结果的区别：
截止时间是索引的一部分，包含在截取的内容之内：
3. 切片 vs. 精准匹配
基于索引的精度，字符串既可用于切片，也可用于精准匹配。字符串精度比索引精度低，就是切片，比索引精度高，则是精准匹配。
下例中的时间戳字符串没有 Series 对象的精度高。series_minute 到秒，时间戳字符串只到分
精度为分钟（或更高精度）的时间戳字符串，给出的是标量，不会被当作切片。
索引的精度为秒时，精度为分钟的时间戳返回的是 Series。
用时间戳字符串切片时，还可以用 [] 索引 DataFrame
注意：DatetimeIndex 精度不能低于日。
4. 精确索引
正如上节所述，局部字符串依靠时间段的精度索引 DatetimeIndex，即时间间隔与索引精度相关。反之，用 Timestamp 或 datetime 索引更精准，这些对象指定的时间更精确。注意，精确索引包含了起始时点。
就算没有显式指定，Timestamp 与datetime 也支持 hours、minutes、seconds，默认值为 0。
5. 截取与花式索引
truncate()便捷函数与切片类似。注意，与切片返回的是部分匹配日期不同， truncate 假设 DatetimeIndex 里未标明时间组件的值为 0。
花式索引返回的是 DatetimeIndex， 但因为打乱了 DatetimeIndex 的频率，所以频率信息没有了，见 freq=None： 
6. 日期/时间组件
以下日期/时间属性可以访问 Timestamp 或 DatetimeIndex。
| 属性 | 说明 |
|---|---|
| year | datetime 的年 |
| month | datetime 的月 |
| day | datetime 的日 |
| hour | datetime 的小时 |
| minute | datetime 的分钟 |
| second | datetime 的秒 |
| microsecond | datetime 的微秒 |
| nanosecond | datetime 的纳秒 |
| date | 返回 datetime.date（不包含时区信息） |
| time | 返回 datetime.time（不包含时区信息） |
| timetz | 返回带本地时区信息的 datetime.time |
| dayofyear | 一年里的第几天 |
| weekofyear | 一年里的第几周 |
| week | 一年里的第几周 |
| dayofweek | 一周里的第几天，Monday=0, Sunday=6 |
| weekday | 一周里的第几天，Monday=0, Sunday=6 |
| weekday_name | 这一天是星期几 （如，Friday） |
| quarter | 日期所处的季节：Jan-Mar = 1，Apr-Jun = 2 等 |
| days_in_month | 日期所在的月有多少天 |
| is_month_start | 逻辑判断是不是月初（由频率定义） |
| is_month_end | 逻辑判断是不是月末（由频率定义） |
| is_quarter_start | 逻辑判断是不是季初（由频率定义） |
| is_quarter_end | 逻辑判断是不是季末（由频率定义） |
| is_year_start | 逻辑判断是不是年初（由频率定义） |
| is_year_end | 逻辑判断是不是年末（由频率定义） |
| is_leap_year | 逻辑判断是不是日期所在年是不是闰年 |