Python Pandas 时间序列分析 日期时间的处理和转换

1、日期和时间的创建

pd.date_range() 是处理时间序列数据时非常重要的函数。它用于生成具有特定频率的固定长度的 DatetimeIndex，适用于创建时间序列数据或作为 DataFrame 或 Series 的时间索引。使用pd.to_datetime()将字符串转换为日期时间对象。

1）pd.date_range()

参数说明：

参数	描述
start	时间范围的开始日期/时间。可以是字符串或日期时间对象。
end	时间范围的结束日期/时间。可以是字符串或日期时间对象。
periods	要生成的时间点数量。如果指定了 start 和 end，这个参数可选。
freq	时间点的频率，如 'D'（每天），'M'（月末），'H'（每小时）等。
tz	时区名称，用于本地化时间索引。
normalize	如果为 True，则时间部分将归一化到午夜。
name	生成的 DatetimeIndex 的名称。
closed	控制间隔的哪一端是闭合的，可选项包括 'left'、'right'。

使用示例：Python Pandas 时间序列分析 日期时间的处理和转换-CJavaPy

2）pd.to_datetime()

pd.to_datetime()是处理和转换日期时间数据的重要工具。它可以将多种格式的数据转换为 Pandas 的 datetime 类型。

参考说明：

参数	描述
arg	要转换的日期时间数据。 可以是单个字符串、数字、列表、Series 或 DataFrame。
errors	如何处理错误。'ignore' 忽略错误， 'raise' 抛出错误，'coerce' 将错误设置为 NaT。
format	指定解析日期时间的格式（如 '%Y-%m-%d'）。
unit	指定时间戳单位（如 's' 表示秒）。

 使用示例：Python Pandas 时间序列分析 日期时间的处理和转换-CJavaPy

2、 提取日期和时间的组成部分

可以从日期时间对象中提取年份、月份、日等信息。

import pandas as pd
import numpy as np


dates = pd.date_range('20230101', periods=6)


# 提取日期时间的组成部分
year = dates.year
month = dates.month
day = dates.day

# 提取小时
# dates.hour
# 提取分钟
# dates.minute
# 提取秒
# dates.second
# 提取微秒
# dates.microsecond

print("年:", year)
print("月:", month)
print("日:", day)

3、日期和时间的算术运算

进行时间序列分析时，日期和时间的算术运算是一个重要的特性。

import pandas as pd

# 日期加减
date_plus_10_days = pd.Timestamp('2024-01-01') + pd.Timedelta(days=10)
print("Date plus 10 days:", date_plus_10_days)

# 时间差
time_difference = pd.Timestamp('2024-01-11') - pd.Timestamp('2024-01-01')
print("Time difference:", time_difference)

# 时间偏移
next_month_end = pd.Timestamp('2024-01-01') + pd.offsets.MonthEnd()
print("Next month end:", next_month_end)

# 创建时间序列数据
series = pd.Series([1, 2, 3, 4, 5, 6, 7, 8, 9, 10], 
                   index=pd.date_range('2024-01-01', periods=10))

# 数据向后移动
shifted_series = series.shift(periods=1)
print("\nShifted Series:\n", shifted_series)

# 计算滑动窗口平均值
rolling_avg = series.rolling(window=5).mean()
print("\nRolling Window Average:\n", rolling_avg)

4、时区处理

将时间数据本地化到特定的时区，以及在不同时区之间进行转换。这在处理跨越多个地理位置的数据时特别有用。

import pandas as pd

# 创建时间序列
ts = pd.Series(pd.date_range('2021-01-01', periods=3, freq='H'))

# 本地化到 UTC 时区
ts_localized = ts.dt.tz_localize('UTC')
print("Localized to UTC:\n", ts_localized)

# 转换到中国上海时区
ts_converted = ts_localized.dt.tz_convert("Asia/Shanghai")
print("\nConverted to Asia/Shanghai:\n", ts_converted)

5、时间序列的重采样

时间序列的重采样（Resampling）是一种改变时间序列数据频率的常用技术。它可以是降采样（减少数据点，如从日到月）或升采样（增加数据点，如从月到日）。重采样通常用于聚合数据或使数据符合特定的时间频率。

参数说明：

参数	描述
rule	重采样频率，如 'D'（天）、'M'（月）、'A'（年）等。
axis	应用重采样的轴。
closed	在降采样中，定义区间的闭合端。
label	在降采样中，如何标记聚合结果的时间标签。
convention	当重采样时期索引时，用于确定时期的约定。
kind	聚合到时间戳（'timestamp'）还是时期（'period'）。
loffset	对结果索引的偏移量。
base	对于每个时间窗口，基时间的偏移量。
on	在 DataFrame 上，用于重采样的列。
level	在多级索引的特定级别上重采样。

 使用示例：Python Pandas 时间序列分析 日期时间的处理和转换-CJavaPy