在 pandas 中使用日期与时间
Python 中的时间序列数据处理
Stefan Jansen
Founder & Lead Data Scientist at Applied Artificial Intelligence
日期与时间序列功能
- 核心：日期与时间数据类型
- 表示时间点与期间的对象
- 属性与方法体现时间细节
- 日期与期间的序列：
- 作为 Series 或 DataFrame 列
- 作为索引：将对象转为时间序列
- 许多 Series/DataFrame 方法依赖索引中的时间信息提供时序功能
基础构件：pd.Timestamp
import pandas as pd # assumed imported going forward from datetime import datetime # To manually create datestime_stamp = pd.Timestamp(datetime(2017, 1, 1))pd.Timestamp('2017-01-01') == time_stamp
True # Understands dates as strings
time_stamp # type: pandas.tslib.Timestamp
Timestamp('2017-01-01 00:00:00')
基础构件：pd.Timestamp
- Timestamp 对象包含丰富的时间属性
time_stamp.year
2017
time_stamp.day_name()
'Sunday'
更多基础：pd.Period 与 freq
period = pd.Period('2017-01')period # default: month-end
Period('2017-01', 'M')
period.asfreq('D') # convert to daily
Period('2017-01-31', 'D')
period.to_timestamp().to_period('M')
Period('2017-01', 'M')
- Period 对象通过 freq 属性存储频率信息
- 在
pd.Period()与pd.Timestamp()之间互转
更多基础：pd.Period 与 freq
period + 2
Period('2017-03', 'M')
pd.Timestamp('2017-01-31', 'M') + 1
Timestamp('2017-02-28 00:00:00', freq='M')
- 频率信息支持基本日期运算
日期与时间序列
pd.date_range：start、end、periods、freq
index = pd.date_range(start='2017-1-1', periods=12, freq='M')
index
DatetimeIndex(['2017-01-31', '2017-02-28', '2017-03-31', ...,
'2017-09-30', '2017-10-31', '2017-11-30', '2017-12-31'],
dtype='datetime64[ns]', freq='M')
pd.DateTimeIndex：带频率信息的 Timestamp 序列
日期与时间序列
index[0]
Timestamp('2017-01-31 00:00:00', freq='M')
index.to_period()
PeriodIndex(['2017-01', '2017-02', '2017-03', '2017-04', ...,
'2017-11', '2017-12'], dtype='period[M]', freq='M')
创建时间序列：pd.DateTimeIndex
pd.DataFrame({'data': index}).info()
RangeIndex: 12 entries, 0 to 11
Data columns (total 1 columns):
data 12 non-null datetime64[ns]
dtypes: datetime64[ns](1)
创建时间序列：pd.DateTimeIndex
np.random.random：- 随机数范围：[0,1]
- 12 行，2 列
data = np.random.random((size=12,2))pd.DataFrame(data=data, index=index).info()
DatetimeIndex: 12 entries, 2017-01-31 to 2017-12-31
Freq: M
Data columns (total 2 columns):
0 12 non-null float64
1 12 non-null float64
dtypes: float64(2)
频率别名与时间信息
Passons à la pratique !
Python 中的时间序列数据处理
