Datum & tider med pandas

Manipulera tidsseriedata i Python

Stefan Jansen

Founder & Lead Data Scientist at Applied Artificial Intelligence

Funktionalitet för datum- & tidsserier

Grunden: datatyper för datum & tidsinformation
- Objekt för tidpunkter och perioder
- Attribut & metoder speglar tidsrelaterade detaljer
Sekvenser av datum & perioder:
- Series- eller DataFrame-kolumner
- Index: konvertera objekt till tidsserie
Många Series/DataFrame-metoder förlitar sig på tidsinformation i indexet för tidseriefunktionalitet

Grundläggande byggsten: 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')

Grundläggande byggsten: pd.Timestamp

Timestamp-objekt har många attribut för tidsspecifik information

time_stamp.year

time_stamp.day_name()

'Sunday'

Fler byggstenar: 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')

Period-objekt har attributet freq för frekvensinformation

Konvertera pd.Period() till pd.Timestamp() och tillbaka

Fler byggstenar: 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')

Frekvensinformation möjliggör grundläggande datumaritmetik

Sekvenser av datum & tider

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: sekvens av Timestamp-objekt med frekvensinformation

Sekvenser av datum & tider

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')

Skapa en tidsserie: 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)

Skapa en tidsserie: pd.DateTimeIndex

np.random.random:
- Slumptal: [0,1]
- 12 rader, 2 kolumner

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)

Frekvensaliaser & tidsinformation

ch1_1_v2 -Datum och tider med pandas.036.png

Nu kör vi en övning!

Manipulera tidsseriedata i Python