《利用Python进行数据分析》之pandas的时间序列基础

本章以《利用python进行数据分析》的第10章：时间序列 为基础，整理了pandas 库中时间序列相关用法。
时间序列数据的意义取决于具体的应用场景，主要有以下几种：

• 时间戳(timestamp)
• 固定时期(period)
• 时间间隔(interval)
• 实验或过程时间

pandas提供了一组标准的时间序列处理工具和算法，可以轻松的对时间序列进行切片、聚合，对定期/不定期的时间序列进行重采样等。
这些工具大部分对金融和经济数据尤为有用，同时也可以用来分析服务器和日志数据。

1.日期和时间数据类型及工具

python标准库包含用于日期(date)和时间(time)的数据类型，主要用到datetime、time、calendar等模块。

datetime模块

datetime模块中的数据类型

• date :以公历形式存储日期 （年月日）
• time :将时间存储为时、分、秒、毫秒
• datetime :存储日期和时间
• timedelta :表示两个datetime值之间的差 (日、秒、毫秒)

(1)datetime

• .now()函数，返回一个当前时间的datetime类型
• datetime类型 有 .year ,.month , .day等属性

import pandas as pd
from pandas import Series
from pandas import DataFrame
from datetime import datetime
now=datetime.now()
now.year,now.month,now.day

(2019, 3, 18)

(2)timedelta

• timedelta表示两个datetime对象之间的时间差
• 有 .days , .seconds 等属性

delta = datetime(2019,3,18)-datetime(2019,1,1,8,15)
delta.days
delta.seconds

56700

可以给datetime对象加上（减去）一个或者多个timedelta，则产生一个新对象

from datetime import timedelta
start=datetime(2019,1,1)
start=start+timedelta(75)
start1=start-2*timedelta(75)
start
print (start)
print (start1)

2019-03-17 00:00:00
2018-10-18 00:00:00

(3)字符串和datetime的相互转换

datetime类型或者timestamp 类型 --> 字符串类型

• str()函数
• datetime的.strftime('%y-%m-%d')方法 ,其中格式化编码表格在P306

stamp=datetime(2019,1,1)
str1=str(stamp)
str2=stamp.strftime('%Y-%m-%d %H:%M:%S')
print (str1)
print (str2)

2019-01-01 00:00:00
2019-01-01 00:00:00

字符串类型 --> datetime类型或者timestamp 类型

• datetime的.strptime方法

value='2019-01-01'
d1=datetime.strptime(value,'%Y-%m-%d')
print (d1)

2019-01-01 00:00:00

其中，是通过已知格式进行日期解析，但是编写格式定义比较麻烦
可以通过dateutil这个第三方包中parser.parse方法,可以对格式快速解析

from dateutil.parser import parse
parse('2011-01-01')
parse('6/12/2011',dayfirst=True)

datetime.datetime(2011, 12, 6, 0, 0)

pandas 通常是用于处理成组日期。
to_datetime方法可以解析多种不同的日期表示形式

datestrs=['7/6/2019','8/6/2019']
pd.to_datetime(datestrs)

DatetimeIndex(['2019-07-06', '2019-08-06'], dtype='datetime64[ns]', freq=None)

2.时间序列基础

pandas 最基本的时间序列类型就是以时间戳(python字符串 或datetime对象)为索引的Series
当创建一个带有DatatimeIndex的Series时，pandas就会创建一个TimeSeries

(1)TimeSeries的创建

import numpy as np
dates=[datetime(2019,1,1),datetime(2019,1,2),datetime(2019,1,3),datetime(2019,1,4)]
ts=Series(np.random.randn(4),index=dates)
ts

2019-01-01   -0.372832
2019-01-02    0.460571
2019-01-03    0.488445
2019-01-04   -0.208852
dtype: float64

(2)TimeSeries的索引、切片

TimeSeries是Series的一个子类，所以其索引切片都很类似

1.索引

ts.index[2]

Timestamp('2019-01-03 00:00:00')

ts[ts.index[2]]
ts[datetime(2019,1,2)]

0.4605713788911559

2.切片

可以传入字符串日期、datetime、timestamp
切片的是源数据的视图，与numpy的数组切片运算是一样的。

ts['2019-01-02':'2019-01-04']

2019-01-02    0.460571
2019-01-03    0.488445
2019-01-04   -0.208852
dtype: float64