Pandas时序数据

Pandas时序数据

前言

• 在数据分析中，时序数据是一类非常重要的数据。事物的发展总是伴随着时间的推移，数据也会在各个时间点上产生。

一、python中的时间表示-datetime模块

​ Python的标准库datetime支持创建和处理时间，Pandas的时间时序模块是在datetime的基础上建立的。

1. 换取当前时间

import datetime

now = datetime.datetime.now()  # 2022-03-06 18:43:49.506048

• 其中now的全貌如下，是一个datetime对象：

now: datetime.datetime(2022, 3, 6, 18, 37, 10, 132078)

​ datetime.datetime对象常用的方法：

​ (1) strftime(): 对datetime对象的格式进行转换。使用含%的占位符书写目标格式，如：

newForm = now.strftime("%Y-%m-%d (%H:%M:%S)")
# 2022-03-06 (18:52:31)  为字符串类型

​ 各占位符的含义如下

% y 两位数的年份表示（00 - 99）
% Y 四位数的年份表示（000 - 9999）
% m 月份（01 - 12）
% d 月内中的一天（0 - 31）
% H 24小时制小时数（0 - 23）
% I 12小时制小时数（01 - 12）
% M 分钟数（00 = 59）
% S 秒（00 - 59）
% a 本地简化星期名称
% A 本地完整星期名称
% b 本地简化的月份名称
% B 本地完整的月份名称
% c 本地相应的日期表示和时间表示
% j 年内的一天（001 - 366）
% p 本地A.M.或P.M.的等价符
% U 一年中的星期数（00 - 53）星期天为星期的开始
% w 星期（0 - 6），星期天为星期的开始
% W 一年中的星期数（00 - 53）星期一为星期的开始
% x 本地相应的日期表示
% X 本地相应的时间表示
% Z 当前时区的名称
% %  % 号本身

2. 指定时间

• 向datetime.datetime()中传入对应的参数，默认按照单位从大到小指定

birthday = datetime.datetime(2001, 1, 11)  # 默认指定
print(birthday)

​ 也可以通过参数指定，其中year、monnth、day三个参数必须指定

yeaterday = datetime.datetime(year=2022, month=3, day=5)
print(yeaterday)

3. 运算

   (1) datetime.datetime对象之间支持减法运算，得到的是一个datetime.timedelta对象

   delta = yeaterday - birthday  # 7723 days, 0:00:00
   

二、 Pandas处理时序序列

1. pd.Timestamp()

• pd.Timestamp()是Pandas定义事时间的主要函数, 支持更丰富的定义时间的构造方法

  （1） 根据datetime.datetime对象

  now = pd.Timestamp(datetime.datetime.now())
  print(now)  # 2022-03-06 19:07:07.253402
  

  (2) 根据字符串

  today = pd.Timestamp("2022-03-06")
  print(today)  # 2022-03-06 00:00:00
  

  (3) 更具指定的参数

  yesterday = pd.Timestamp(2022, 3, 5)  # 2022-03-05 00:00:00
  now = pd.Timestamp("now")  # 2022-03-06 19:13:56.507604
  
  

  (4) 根据时间戳

  pd.Timestamp(1646565103.114923, unit="s")  # unit指定单位为秒
  

2. pd.Timedelta()

   pd.Timedelta()用于创建时间差对象，也具有与pd.Timestamp()类似的构造方法。

   (1) 根据字符串创建

   oneDay = pd.Timedelta("1 days")  # 1 days 00:00:00
   duration = pd.Timedelta("2 days 2 hours")  # 1 days 02:00:00
   

   (2) 指定参数创建

   oneDay = pd.Timedelta(days=1)  # 1 days 00:00:00
   
   

3. 运算

与`datetime`模块运算类似，`pandas`的`Timestamp`对象之间相减可以得到`Timedelta`对象。

4. 时间索引

• 数据表中长常使用时间作为索引，pandas支持创建长时间序列

​
(1) pd.to_datetime()

• pd.to_datetime()支持将时间对象和类时间字符串转化为DatetimeIndex对象。

  index = pd.to_datetime(["03/06/2022", datetime.datetime.now()])
  print(index)
  # DatetimeIndex(['2022-03-06 00:00:00', '2022-03-06 19:29:44.855267'], dtype='datetime64[ns]', freq=None)
  

​ (2) pd.date_range()

​ pd.date_range()可以给定开始时间或者结束时间，并且指定周期数据，周期频率，会自动生成在此范围的时间索引数据：

index = pd.date_range(start="2022-01-01", periods=10)
print(index)
# DatetimeIndex(['2022-01-01', '2022-01-02', '2022-01-03', '2022-01-04',
               '2022-01-05', '2022-01-06', '2022-01-07', '2022-01-08',
               '2022-01-09', '2022-01-10'],
              dtype='datetime64[ns]', freq='D')

​ 如果要跳过休息日可以使用pd.bdate_range()函数

​