最近喜欢睡懒觉，还不认真学习。罪过！！！
时间序列基础
时间序列索引：datetime
TimeSeries DatetimeIndex
索引、选取、子集构造
切片所产生的是源时间序列的视图（和numpy数组一样）
生成指定长度的DatetimeIndex 函数
pd.date_range() 参数： start：开始时间字符串 end：结束时间字符串 periods：长度 freq：时间间隔频率 normalize：午夜时间戳
选取： 切片所产生的是源时间序列的视图（和numpy数组一样）
date【‘指定时间的年或月或日’】 date【‘’：‘’】 date.ix【】 date.truncate（after=‘时间’） 截断
带有重复索引的时间序列
groupby方法可以对具有非唯一时间戳的数据进行聚合 date.groupby（level=0）索引的唯一一层
日期的范围、频率以及移动：pandas可以很好解决
resample是个很好的函数
pd.date_range（）
频率和日期偏移量
pandas.tseries.offsets
时间序列的基础频率： D 每日历日 B每工作日 H每小时 T或min 每分 S每秒 M每月最后一个日历日 BM每月最后一个工作日 MS每月第一个工作日............
WOM-1MON 每月第几个星期几
移动数据：shift方法 date.shift(2，freq=‘’) 移动索引 date.shift（2）移动数据
时区处理：
date.tz_localize（） 时区本地化 date.tz_convert（） 时区转换