index = pd.DatetimeIndex(['','',])
date_range(start=,end=,periods=,freq='D')//前三项至少给出两项
dates=pd.data_range(start='2019-04-01',periods=10)//打印从1号到10号
salary.set_index("HireDate",inplace = True)//设置索引
salary.axes//数据类型
salary.index = pd.DatetimeIndex(salary.index)
#创建一个时间戳
pd.Timestamp(2018,5,21)
salary.index[0]
longer_ts.loc['2019-04-01']
longer_ts['2019']
#选择一段时间序列内的操作
longer_ts['20190401':'20190405']
ts = pd.Series(np.random.randn(1000))//没写完
#查看2002年8月的前五个数据
ts['2002-8'][:5]
truncate也可以实现Series两个数据的切换
以上也适用于DateFrame
df = pd.DateFrame(np.random.randn(100,4),
index=dates,
columns=[])
df.loc['2021-05']#有练习
#不同时期索引自动时间对齐
ts+ts[::2]
#含有重复索引的时间序列
dates =
dup_ts = pd.
dups_ts.index.is_unique
#分组聚合,让重复值变成唯一值
grouped = dup_ts.groupby(level=0)
grouped.mean()
grouped.count()//查看分组的个数
//索引的索引
dups_ts['4/2/2019'][2]
#日期范围,频率,移位
#date_range的各种用法
#生成月时间序列
dm=pd.date_range('2008/01/01'freq='M',periods=12)
#生成年时间序列,默认以12月结尾
('2018-01-10','2028-01-10',freq='y')
freq='W-SAT'//周一
#以时间为轴作图
#频率和日期骗纸(偏置)
pd.date_range(start='2019-4-1',periods=5,freq='4h')
pd.date_range(start='2019-4-1',periods=5,freq='1h30min')
#月中某星期的日期(freq=''WOM-3FRI)
#freq='5H15T15S'每2h15min15s
#移位(前项和后项)日期
wdate.shift(periods=1//幅度,freq=None//可选参数,axis=0//轴向)
wdate=pd.Series(np.random.randn(4),
index = pd.date_range('',periods=4,freq='M'))
WDATE.SHIFT(2,freq='M')#'M'日历月末