pandas中的时间序列
一,夯实基础
# datetime 模块中的数据类型
# 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)
# 1,获取当前日期及时间
from datetime import datetime
now = datetime.now()
print now # 2020-06-23 21:43:10.839847
print now.year # 2020
print now.month # 6
print now.day # 23
# 2,给datetime对象加上或者减去一个或者多个timedelta,这样会产生一个新对象,
from datetime import timedelta
start = datetime(2011, 1, 7)
end = start + timedelta(12) # 在start基础上往后增加了12天，即2011-01-19 00:00:00
# 3，字符串和datetime的相互转换
stamp = datetime(2011, 1, 3)
str_timestamp = str(stamp)
print str_timestamp # 2011-01-03 00:00:00
# 4,字符串格式化
value = '2020-01-03'
print datetime.strptime(value, '%Y-%m-%d') # 2020-01-03 00:00:00
# 5,如下的 parse 可以解析几乎所有人类能够理解的日期表示形式
from dateutil.parser import parse
print parse('2020-06-23') # 2020-06-23 00:00:00
print type(parse('2020-06-23')) #
print parse('7/6/2011') # 2011-07-06 00:00:00
print parse('Jan 31,1997 10:45 PM') # 2020-01-31 22:45:00
print parse('6/12/2011', dayfirst=True) # 2011-12-06 00:00:00 ,在国际通用的格式中，日通常出现在月的前面
# 6,pandas通常用于处理成组日期的，不管这些日期是DataFrame的轴索引还是列，to_datetime可以解析多种不同的日期表示形式
datestrs=['7/6/2021','8/6/2021']
print pd.to_datetime(datestrs) # DatetimeIndex(['2021-07-06', '2021-08-06'], dtype='datetime64[ns]', freq=None) 二,使用时间序列
# 1，生成一段时间序列
data = pd.date_range(start='20200601', end='20200622')
# 运行结果:
'''
DatetimeIndex(['2020-06-01', '2020-06-02', '2020-06-03', '2020-06-04',
'2020-06-05', '2020-06-06', '2020-06-07', '2020-06-08',
'2020-06-09', '2020-06-10', '2020-06-11', '2020-06-12',
'2020-06-13', '2020-06-14', '2020-06-15', '2020-06-16',
'2020-06-17', '2020-06-18', '2020-06-19', '2020-06-20',
'2020-06-21', '2020-06-22'],
dtype='datetime64[ns]', freq='D')
'''
print data
# 2,每月最后一个工作日('BM')
data2 = pd.date_range(start='20200401', end='20200531', freq='BM')
print data2 # DatetimeIndex(['2020-04-30', '2020-05-29'], dtype='datetime64[ns]', freq='BM')
# 3,按照一定的频次
data3 = pd.date_range(start='20200401', periods=10, freq='WOM-3FRI')
'''
DatetimeIndex(['2020-04-17', '2020-05-15', '2020-06-19', '2020-07-17',
'2020-08-21', '2020-09-18', '2020-10-16', '2020-11-20',
'2020-12-18', '2021-01-15'],
dtype='datetime64[ns]', freq='WOM-3FRI')
'''
print data3
# 4,在DataFrame中使用时间序列
index = pd.date_range('20200601', periods=10)
df = pd.DataFrame(np.random.rand(10), index=index)
# 运行结果如下:
'''
0
2020-06-01 0.663568
2020-06-02 0.820586
2020-06-03 0.727429
2020-06-04 0.806351
2020-06-05 0.866392
2020-06-06 0.531439
2020-06-07 0.823463
2020-06-08 0.670433
2020-06-09 0.618233
2020-06-10 0.572313
'''
print df
三,重采样
将时间序列从一个频率转化为另一个频率进行处理的过程。
-
降采样:将高频数据转化为低频数据;
-
升采样:将低频数据转化为高频;
# 1,numpy.random.uniform(low,high,size)：从一个均匀分布[low,high)中随机采样
t=pd.DataFrame(data=np.random.uniform(10,50,(100,1)),index=pd.date_range('20200101',periods=100))
'''
运行结果如下:
0
2020-01-01 16.109240
2020-01-02 37.109396
2020-01-03 41.100273
2020-01-04 36.250896
2020-01-05 21.385565
2020-01-06 20.408651
2020-01-07 10.601832
2020-01-08 48.990757
2020-01-09 44.897395
2020-01-10 27.872911
2020-01-11 43.644149
2020-01-12 13.645889
2020-01-13 31.969064
2020-01-14 16.091363
2020-01-15 18.483800
2020-01-16 11.795118
2020-01-17 43.911655
2020-01-18 40.053488
2020-01-19 32.196706
2020-01-20 45.209541
2020-01-21 26.806089
2020-01-22 49.444711
2020-01-23 24.447382
2020-01-24 27.618497
2020-01-25 19.940859
2020-01-26 21.563518
2020-01-27 14.521243
2020-01-28 48.821115
2020-01-29 31.634394
2020-01-30 26.270981
... ...
2020-03-11 37.083283
2020-03-12 37.582650
2020-03-13 30.518648
2020-03-14 37.961496
2020-03-15 10.778531
2020-03-16 29.848324
2020-03-17 38.424908
2020-03-18 35.883167
2020-03-19 40.830069
2020-03-20 30.132450
2020-03-21 37.326055
2020-03-22 31.600755
2020-03-23 27.059394
2020-03-24 19.986316
2020-03-25 41.713622
2020-03-26 34.950293
2020-03-27 47.312944
2020-03-28 42.995630
2020-03-29 33.860867
2020-03-30 30.379033
2020-03-31 43.747291
2020-04-01 38.165414
2020-04-02 11.608507
2020-04-03 16.251798
2020-04-04 45.453179
2020-04-05 26.159734
2020-04-06 25.182784
2020-04-07 32.538120
2020-04-08 28.565222
2020-04-09 48.178500
[100 rows x 1 columns]
'''
print t
# 2,下采样,每个月一个样本，然后求其平均
mean=t.resample('M').mean()
'''
运行结果如下:
0
2020-01-31 31.483178
2020-02-29 29.002540
2020-03-31 30.286941
2020-04-30 32.264590
'''
print mean
# 3,下采样，每十天一个样本，然后求其个数
count=t.resample('10D').count()
'''
运行结果如下:
0
2020-01-01 10
2020-01-11 10
2020-01-21 10
2020-01-31 10
2020-02-10 10
2020-02-20 10
2020-03-01 10
2020-03-11 10
2020-03-21 10
2020-03-31 10
'''
print count