6-时序数据处理之日期（Period、PeriodIndex、asfreq、财政年度）及算数运算（to_timestamp()、to_period()）

一、时期

1、时期的创建

　　时期（Period）表示的是时间区间，如数日、数月、数季、数年等。时期的创建需要一个字符或整数以及一个freq参数。

注意：其中freq参数可以参考日期的基础频率表，详见另一篇博文【Pandas时序数据处理（日期范围pd.date_range()、频率(基础频率表)及移动(shift()、rollforward()、rollback())）的第二部分】

例：创建一个从20200101到20201231的时期

>>> import pandas as pd
>>> p = pd.Period(2020,freq = 'A-DEC')
>>> p
Period('2020', 'A-DEC')

2、Period对象如何实现位移？

　　答：加上或减去一个整数

>>> p+10
Period('2030', 'A-DEC')

3、相同频率的Period对象

　　若两个Period对象由相同的频率，那么这两个Period对象的差就是两个时间段的单位数量；

>>> pd.Period(2030,freq='A-DEC')-p
<10 * YearEnds: month=12>

4、PeriodIndex　

　　period_range()函数用于创建规则的时间范围，生成PeriodIndex类型数据；

　　来看看其用法与创建规则的日期范围date_range()的区别：

>>> pd.period_range('2020-01-01','2020-09-01',freq='2M')
PeriodIndex(['2020-01', '2020-03', '2020-05', '2020-07', '2020-09'], dtype='period[2M]', freq='2M')

>>> pd.date_range('2020-01-01','2020-09-01',freq='2M')
DatetimeIndex(['2020-01-31', '2020-03-31', '2020-05-31', '2020-07-31'], dtype='datetime64[ns]', freq='2M')

　　从上述例子可以看到，PeriodIndex类型数据的元素类型是period[2M]，而DatetimeIndex类型数据的元素类型是datetime64[ns]。

　　只要PeriodIndex类保存了一组，就可以在任何Pandas数据结构中被用作轴索引

>>> s = pd.Series(np.random.randint(0,10,4))
>>> s.index = pd.period_range('202001','202004',freq='M')
>>> s
2020-01    2
2020-02    0
2020-03    2
2020-04    5

　　PeriodIndex类的构造还允许直接使用一组字符串

>>> values = ['2018Q1','2019Q2','2020Q3']
>>> index = pd.PeriodIndex(values,freq = 'Q-DEC')
>>> index
PeriodIndex(['2018Q1', '2019Q2', '2020Q3'], dtype='period[Q-DEC]', freq='Q-DEC')

5、通过asfreq频率转换日期　

　　Period对象和PeriodIndex对象都可以通过asfreq方法被转换成别的频率；

（1）参数how：注意start和end

　　例：将一个年度时期转换为当年年初或年末的月度时期（以12月结束的财政年度）

>>> p = pd.Period(2007,freq = 'A-DEC')
>>> p.asfreq('M',how = 'start')
Period('2007-01', 'M')

>>> p.asfreq('M',how = 'end')
Period('2007-12', 'M')

　　

　　例：不以12月结束的财政年度，若是以6月结束的财政年度，那么年初、年末的月度时期分别为2006年7月、2007年6月

>>> p = pd.Period(2007,freq = 'A-JUN')
>>> p.asfreq('M',how = 'start')
Period('2006-07', 'M')
>>> p.asfreq('M',how = 'end')
Period('2007-06', 'M')

　　

 （2）高频率转换为低频率

例：将2007年8月的频率转换为'A-JUN'后，月份 2007年8月将属于2008年财政年度（年相较于月，年为低频率，月为高频率，一年12个月）

　　　　以asfreq中为准

>>> p = pd.Period('2007-08','M')
>>> p
Period('2007-08', 'M')
>>> p+1
Period('2007-09', 'M')

>>> p.asfreq('A-JUN')
Period('2008', 'A-JUN')
>>> p.asfreq('A-JUN')+1
Period('2009', 'A-JUN')

　　

  （3）时间序列频率转换

　　PeriodIndex和时间序列的频率转换方法一致

>>> rng = pd.period_range('2015','2018',freq = 'A-DEC')
>>> ts = pd.Series(np.random.randint(0,10,4),index = rng)
>>> ts
2015    6
2016    6
2017    8
2018    9
Freq: A-DEC, dtype: int32

>>> ts.asfreq('M',how = 'start')
2015-01    6
2016-01    6
2017-01    8
2018-01    9
>>> ts.asfreq('M',how = 'end')
2015-12    6
2016-12    6
2017-12    8
2018-12    9
Freq: M, dtype: int32

>>> ts.asfreq('Q-JAN',how = 'start')
2015Q4    6
2016Q4    6
2017Q4    8
2018Q4    9

　　（4）季度性频率

　　Pandas支持12种可能的季度型频率，即从Q-JAN到Q-DEC，下表以2012年的Q-DEC、Q-SEP、Q-JAN为例

　　即季度型频率freq设置为谁，谁就是Q4，因为其含义本就表示财政年末

#在以1月结束的财政年中，2012Q4是从2011年11月到2012年1月
>>> p = pd.Period('2012Q4',freq = 'Q-JAN')
>>> p
Period('2012Q4', 'Q-JAN')
>>> p.asfreq('D',how = 'start')
Period('2011-11-01', 'D')
>>> p.asfreq('D',how = 'end')
Period('2012-01-31', 'D')

>>> p.asfreq('M',how = 'start')
Period('2011-11', 'M')
>>> p.asfreq('B',how = 'start')
Period('2011-11-01', 'B')
>>> p.asfreq('B',how = 'end')
Period('2012-01-31', 'B')

二、时期之间的算数运算

 例：需要获取时期p的倒数第二个工作日下午4点的时间戳

步骤1：使用第一个asfreq将时期p转换成日期型频率，得到p的倒数第二个工作日的日期

步骤2：使用第二个asfreq将日期型频率转换成时型频率，得到p的倒数第二个工作日的时间

步骤3：将时型频率转换成时间戳

>>> p
Period('2012Q4', 'Q-JAN')
#步骤1
>>> p_next = p.asfreq('B',how = 'end')-1
>>> p_next
Period('2012-01-30', 'B')

#步骤2
>>> p4_p_next = p_next.asfreq('H',how = 'start')+16
>>> p4_p_next
Period('2012-01-30 16:00', 'H')

#步骤3
>>> p4_p_next.to_timestamp()
Timestamp('2012-01-30 16:00:00')

　　时间戳和日期之间的转换

• 转为时间戳：to_timestamp()
• 转为日期：to_period()

 例：通过数组创建PeriodIndex（年和嫉妒存放于不同的列中，将其合并并设为索引）

>>> data = pd.DataFrame({'year':[2019,2019,2019,2019,2020,2020],'quarter':[1,2,3,4,1,2]})
>>> data['number'] = np.random.randint(0,100,6)
>>> data
   year  quarter  number
0  2019        1      51
1  2019        2      42
2  2019        3      46
3  2019        4       8
4  2020        1      88
5  2020        2      63

>>> index = pd.PeriodIndex(year = data['year'],quarter = data['quarter'],freq = 'Q-DEC')
>>> index
PeriodIndex(['2019Q1', '2019Q2', '2019Q3', '2019Q4', '2020Q1', '2020Q2'], dtype='period[Q-DEC]', freq='Q-DEC')
>>> data.index = index
>>> data.drop(['year','quarter'],axis=1,inplace = True)
>>> data
        number
2019Q1      51
2019Q2      42
2019Q3      46
2019Q4       8
2020Q1      88
2020Q2      63