zoukankan      html  css  js  c++  java
  • 金融量化分析【day111】:Pandas-时间序列处理

    一、时间对象处理

    1、start 开始时间

    df["2018-12-01":"2018-12-30"]
    

    2、end 结束时间

    df['2018']
    

      

        .........

    3、periods 时间长度

    pd.date_range("2015-12-1",periods=40)
    

    4、freq 时间频率

    pd.date_range("2015-12-1",periods=40,freq='B')
    

      

     

    二、时间序列

     时间序列就是以时间对象为索引的Series或DataFrame

    datetime对象作为索引时是存储在DatetimeIndex对象中的

    1、传入年或年月作为切片方式

    df['2018']
    

     ......

    df['2018-01']
    

     ......

    2、传入日期范围作为切片方式

    df["2018-12-01":"2018-12-30"]
    

       

      ......

    3、丰富的函数支持

    1、resample()

    2、strftime()

    df.index.strftime('%Y-%m-%d')
    

      

    datetime.datetime.strptime("2018-1-29","%Y-%m-%d")
    

      

    4、批量转换为datetime对象

    to_pydatetime()

    arr = pd.to_datetime(['2018-2-8','2017-1-1','1990-2-1']).to_pydatetime()
    

      

  • 相关阅读:
    Codeforces
    Codeforces
    SCUT
    Codeforces
    Codeforces
    poj 2229 Sumsets(类似于n的m划分)
    poj 1742 Coins(多重背包)
    hdu 2159FATE(完全背包)
    NOIP 普及组 2014 比例简化
    2018.10.2浪在ACM 集训队第三次测试赛
  • 原文地址:https://www.cnblogs.com/luoahong/p/9801925.html
Copyright © 2011-2022 走看看