docker源码分析第二版 pdf_利用Python进行数据分析第二版复现（十）

第11章 时间序列

时间序列数据主要有：时间戳、固定时间、时间间隔以及实验或过程时间。

11.1 日期和时间数据类型及工具

一般使用datetime.datetime数据类型。

from 

可以给datetime加上或减去一个或者多个timedelta。

from 

字符串和datetime的相互转换

利用str或strftime方法可以将datetime对象和pandas的timestamp对象转化挖诶字符串。

datetime的strftime方法可以对把上述格式的编码字符串转换为日期。

stamp 

对于常用的日期格式，可以用dateutil这个第三方包中的parser.parse方法。

from 

特定于当前环境的日期格式。

11.2 时间序列基础

from 

索引、选取、子集构造

stamp 

带有重复索引的时间序列

dates 

11.3 日期的范围、频率以及移动

可以将之前那个时间序列转换为1个具有固定频率（每天）的时间序列，只需调用resample即可。

ts

生成日期范围

date_range可以生成时间范围。

index 

按着时间频率进行时间序列的排列

基本的时间序列函数有：

pd

频率和日期偏移量

按着某个频率进行时间上的选取。 相关的选择参数：

from 

WOM日期

wom是week of month。 'WOM-3FRI'表示每个月第三个星期五。

移动（超前和滞后）数据

Series和DataFrame都有1个shift方法用于执行单纯的前移或后移操作，保持索引不变。

ts 

通过偏移量对日期进行位移

from 

11.4 时区处理

import 

时区本地化和转换

rng 

11.5 时期及其算术

时期的频率转换

Period和PeriodIndex对象都可以通过其asfreq方法被转换成别的频率.

p 

按季度计算的时期频率

p 

将Timestamp转换为Period（及其反向过程）

rng 

通过数组创建PeriodIndex

data 

11.6 重采样及频率转换

高频到低频是降采样，低频到高频是升采样。

rng 

OHLC重采样

第一个值、最后一个值、最大值、最小值。传入how='chlc'即可。

print

升采样和插值

frame 

11.7 移动窗口函数

import 

指数加权函数

aapl_px 

说明：

放上参考链接，复现的这个链接中的内容。

放上原链接： https://www.jianshu.com/p/04d180d90a3f

作者在链接中放上了书籍，以及相关资源。因为平时杂七杂八的也学了一些，所以这次可能是对书中的部分内容的复现。也可能有我自己想到的内容，内容暂时都还不定。在此感谢原简书作者SeanCheney的分享