Cum să utilizați date și ore cu pandas

Manipularea datelor de tip serie de timp în Python

Stefan Jansen

Founder & Lead Data Scientist at Applied Artificial Intelligence

Funcționalități pentru serii de date și ore

La bază: tipuri de date pentru informații de dată și oră
- Obiecte pentru momente și perioade de timp
- Atributele și metodele reflectă detalii temporale
Secvențe de date și perioade:
- Coloane Series sau DataFrame
- Index: transformă obiectul într-o serie de timp
Multe metode Series/DataFrame utilizează informațiile temporale din index pentru funcționalități de serii de timp

Bloc de bază: pd.Timestamp

import pandas as pd  # assumed imported going forward
from datetime import datetime  # To manually create dates

time_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')

Bloc de bază: pd.Timestamp

Obiectul Timestamp are numeroase atribute pentru informații temporale

time_stamp.year

time_stamp.day_name()

'Sunday'

Mai multe blocuri: pd.Period & 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')

Obiectul Period are atributul freq pentru informații de frecvență

Conversia pd.Period() în pd.Timestamp() și invers

Mai multe blocuri: pd.Period & freq

period + 2

Period('2017-03', 'M')

pd.Timestamp('2017-01-31', 'M') + 1

Timestamp('2017-02-28 00:00:00', freq='M')

Informațiile de frecvență permit aritmetică de bază cu date

Secvențe de date și ore

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: secvență de obiecte Timestamp cu informații de frecvență

Secvențe de date și ore

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')

Crearea unei serii de timp: 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)

Crearea unei serii de timp: pd.DateTimeIndex

np.random.random:
- Numere aleatoare: [0,1]
- 12 rânduri, 2 coloane

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)

Aliasuri de frecvență și informații temporale

ch1_1_v2 -Cum să utilizați date și ore cu pandas.036.png

Să exersăm!

Manipularea datelor de tip serie de timp în Python