pandas基础（时间日期）

时间日期

• 时间戳 tiimestamp：固定的时刻 -> pd.Timestamp
• 固定时期 period：比如2016年3月份，再如2015年销售额 -> pd.Period 时间间隔
• interval：由起始时间和结束时间来表示，固定时期是一个特殊的时间间隔

Python标准库中对时间日期的处理

datetime

python 标准库里提供了时间日期的处理，这个是时间日期的基础。

from datetime import datetime
from datetime import timedelta

now = datetime.now()
now

运行结果为：
datetime.datetime(2016, 4, 28, 14, 49, 51, 307000)

now.year, now.month, now.day

运行结果为：
(2016, 4, 28)

时间差

date1 = datetime(2016, 3, 20)
date2 = datetime(2016, 3, 16)
delta = date1 - date2
delta

运行结果为：
datetime.timedelta(4)

delta.days

运行结果为：
4

delta.total_seconds()

运行结果为：
345600.0

date2 + delta

运行结果为：
datetime.datetime(2016, 3, 20, 0, 0)

date2 + timedelta(4.5)

运行结果为：
datetime.datetime(2016, 3, 20, 12, 0)

字符串和 datetime 转换

date = datetime(2016, 3, 20, 8, 30)
date

运行结果为：
datetime.datetime(2016, 3, 20, 8, 30)

str(date)

运行结果为：
'2016-03-20 08:30:00'

# strftime() 函数接收以时间元组，并返回以可读字符串表示的当地时间，格式由参数format决定。
date.strftime('%Y-%m-%d %H:%M:%S')

运行结果为：
'2016-03-20 08:30:00'

strftime()函数用法

# strptime() 函数根据指定的格式把一个时间字符串解析为时间元组。
datetime.strptime('2016-03-20 09:30', '%Y-%m-%d %H:%M')

运行结果为：
datetime.datetime(2016, 3, 20, 9, 30)

strptime()函数用法

pandas中的时间序列

时间戳Timestamp

dates = [datetime(2016, 3, 1), datetime(2016, 3, 2), datetime(2016, 3, 3), datetime(2016, 3, 4)]
s = pd.Series(np.random.randn(4), index=dates)
s

运行结果为：
2016-03-01    1.650889
2016-03-02   -0.328463
2016-03-03    1.674872
2016-03-04   -0.310849

type(s.index[0])

运行结果为：
pandas.tslib.Timestamp

日期范围 date_range

生成日期范围

使用pd.date_range()函数

pd.date_range('20160320', '20160331')

运行结果为