pandas—时间序列基础

时间序列基础

时间序列（time series）数据是一种重要的结构化数据形式。数据点是根据某种规律定期出现的（比如每15秒、每5分钟、每月出现一次）。
时间序列也可以是不定期的，没有固定的时间单位或单位之间的偏移量。时间序列数据的意义取决于具体的应用场景。

• 时间戳（timestamp），特定的时刻。
• 固定时期（period），如2007年1月或2010年全年。
• 时间间隔（interval），由起始和结束时间戳表示。时期（period）可以被看做间隔（interval）的特例。

Python标准库包含用于日期（date）和时间（time）数据的数据类型，如：datetime、time以及calendar模块。
其中，datetime以毫秒形式存储日期和时间。timedelta表示两个datetime对象之间的时间差。

datetime模块中的数据类型

字符串和datetime的相互转换
利用str或strftime方法（传入一个格式化字符串），datetime对象和pandas的Timestamp对象（稍后就会介绍）可以被格式化为字符串。

datetime.strptime可以用这些格式化编码将字符串转换为日期

datetime.strptime是通过已知格式进行日期解析的最佳方式。但是每次都要编写格式定义是很麻烦的事情，尤其是对于一些常见的日期格式。这种情况下，你可以用dateutil这个第三方包中的parser.parse方法。dateutil可以解析几乎所有人类能够理解的日期表示形式

from dateutil.parser import parse
parse('2011-01-03')
# datetime.datetime(2011, 1, 3, 0, 0)
parse('Jan 31, 1997 10:45 PM')
# datetime.datetime(1997, 1, 31, 22, 45)
parse('6/12/2011', dayfirst=True)
# datetime.datetime(2011, 12, 6, 0, 0)

pandas时间序列

pandas最基本的时间序列类型就是以时间戳（通常以Python字符串或datatime对象表示）为索引的Series。

# dates为Python字符串或datatime对象
ts = pd.Series(np.random.randn(6), index=dates)

基本的时间序列频率

pandas中的原生时间序列一般被认为是不规则的，也就是说，它们没有固定的频率。
但是，pandas有一整套标准时间序列频率以及用于重采样、频率推断、生成固定频率日期范围的工具。例如，我们可以将之前那个时间序列转换为一个具有固定频率（每日）的时间序列，只需调用resample即可
resample重采样