时间序列数据分析-02

一、日期范围、频率和移位

（1）日期范围

1.使用data_range函数可以创建指定长度的DatetimeIndex索引

import pandas as pd
index=pd.date_range('2021-9-12','2021-10-1')
index

结果：
DatetimeIndex(['2018-12-28', '2018-12-29', '2018-12-30', '2018-12-31',
               '2019-01-01', '2019-01-02', '2019-01-03', '2019-01-04',
               '2019-01-05', '2019-01-06', '2019-01-07', '2019-01-08',
               '2019-01-09', '2019-01-10'],
              dtype='datetime64[ns]', freq='D')

在默认情况下，产生的DatetimeIndex索引的间隔为天，如果只传递一个起始或结束日期，则必须传递一个用于生成范围的数字

2.在date_range中指定开始日期和长度

index=pd.date_range(start='2021-9-1',periods=6)
index

结果：
DatetimeIndex(['2021-09-01', '2021-09-02', '2021-09-03', '2021-09-04',
               '2021-09-05', '2021-09-06'],
              dtype='datetime64[ns]', freq='D')

3.在date_range中指定结束日期和长度

index=pd.date_range(end='2021-9-8',periods=4)
index

结果：
DatetimeIndex(['2021-09-05', '2021-09-06', '2021-09-07', '2021-09-08'], dtype='datetime64[ns]', freq='D')

（2）频率和移位

时间序列的频率由基础频率和日期偏置组成，可以通过freq参数使用其他频率，基础时间序列频率如下：

类型	偏置类型	描述
D	Day	日历中的每天
B	BusinessDay	工作日的每天
H	Hour	每小时
T或min	Minute	每分钟
S	Second	每秒
M	MonthEnd	每月最后一个工作日
BM	BusinessMonthEnd	工作日的月底日期
MS	MonthBegin	工作日的月初日期
A-JAN	BusinessYearEnd	每月指定月份的最后一个日历日（A-接JAN\FEB等）

1.使用freq设置频率‘M’

import pandas as pd
index = pd.date_range('2021-3-10','2021-9-8',freq = 'M')
index

结果：
DatetimeIndex(['2021-03-31', '2021-04-30', '2021-05-31', '2021-06-30',
               '2021-07-31', '2021-08-31'],
              dtype='datetime64[ns]', freq='M')

2.使用freq设置频率‘2H’

index = pd.date_range(start =  '2021-9-8',periods = 4,freq = '2H')
index

结果：
DatetimeIndex(['2021-09-08 00:00:00', '2021-09-08 02:00:00',
               '2021-09-08 04:00:00', '2021-09-08 06:00:00'],
              dtype='datetime64[ns]', freq='2H')

3.设置频率字符串

index = pd.date_range(start = '2021-9-8',periods = 4,freq = '2H15T15S')
index

结果：
DatetimeIndex(['2021-09-08 00:00:00', '2021-09-08 02:15:15',
               '2021-09-08 04:30:30', '2021-09-08 06:45:45'],
              dtype='datetime64[ns]', freq='8115S')

“位移”是指将日期向前或向后移动，Series和DataFrame都有一个shift方法用于简单地前向或后向移位，而不改变索引。

4.时间数据的移位

wdate = pd.Series(np.random.randn(4),index = pd.date_range('2021/9/18',periods = 4,freq = 'M'))
print(wdate)
wdate.shift(2)

结果：
2021-09-30    1.353133
2021-10-31    2.249730
2021-11-30    0.772792
2021-12-31    1.400437
Freq: M, dtype: float64
2021-09-30         NaN
2021-10-31         NaN
2021-11-30    1.353133
2021-12-31    2.249730
Freq: M, dtype: float64

单纯的移动不会修改索引，而是使部分数据被丢弃，如果在shift方法中传入频率参数，这样就会修改索引了

5.在shift方法中传入频率参数修改索引

wdate.shift(2,freq='D')

结果：
2021-10-02    1.353133
2021-11-02    2.249730
2021-12-02    0.772792
2022-01-02    1.400437
dtype: float64

二、时期

时期表示的是时间区间，如数天、数月或数年等
Period可以创建时期型的数据，传入字符串、整数或频率即可

1.使用Period可以创建时期型数据

w = pd.Period(2021,freq = 'A-DEC')
print(w)
print(w+2)

结果：
2021
2023

2.PeriodIndex索引的用法

wdate = pd.period_range('2021/6/1','2021/11/1',freq = 'M')
pd.Series(np.arange(6),index = wdate)

结果：
2021-06    0
2021-07    1
2021-08    2
2021-09    3
2021-10    4
2021-11    5
Freq: M, dtype: int32

3.频率转换

p = pd.Period(2021,freq = 'A-FEB')
print(p.asfreq('M',how = 'start'))
print(p.asfreq('M',how = 'end'))

结果：
2020-03
2021-02

4.日期数据的转换

w = pd.date_range('2021/6/1','2021/11/1',freq = 'M')
y = pd.Series(np.arange(5),index = w)
print(y)
ps = y.to_period()
print(ps)

结果：
2021-06-30    0
2021-07-31    1
2021-08-31    2
2021-09-30    3
2021-10-31    4
Freq: M, dtype: int32
2021-06    0
2021-07    1
2021-08    2
2021-09    3
2021-10    4
Freq: M, dtype: int32

三、重采样、降采样和升采样

1.将间隔为天的频率转换为间隔为月的频率

w = pd.date_range(start = '2021/9/1',periods = 100,freq = 'D')
y = pd.Series(np.arange(100),index = w)
print(y.head(8))
ps = y.resample('M').mean()
print(ps)

结果：
2021-09-01    0
2021-09-02    1
2021-09-03    2
2021-09-04    3
2021-09-05    4
2021-09-06    5
2021-09-07    6
2021-09-08    7
Freq: D, dtype: int32
2021-09-30    14.5
2021-10-31    45.0
2021-11-30    75.5
2021-12-31    95.0
Freq: M, dtype: float64

resample方法的参数与描述

参数	描述
freq	转换频率
axies=0	重采样的轴
closed=‘right’	在降采样中，设置各时间段哪端是闭合的
label=‘right’	在降采样中，如何设置聚合值的标签
loffset=None	设置时间偏移
kind=None	聚合到时期，默认为时间序列的索引类型
convention	升采样采用的约定（start或end），默认为end

2.降采样

wdate = pd.date_range(start = '2021/9/1',periods = 10,freq = 'D')
w = pd.Series(np.arange(10),index = wdate)
print(w)
w.resample('3D',closed = 'right',label = 'right').sum()

结果：
2021-09-01    0
2021-09-02    1
2021-09-03    2
2021-09-04    3
2021-09-05    4
2021-09-06    5
2021-09-07    6
2021-09-08    7
2021-09-09    8
2021-09-10    9
Freq: D, dtype: int32
2021-09-01     0
2021-09-04     6
2021-09-07    15
2021-09-10    24
Freq: 3D, dtype: int32

3.升采样

在升采样中主要是数据的插值，即对缺失值进行填充

ydata = [datetime.datetime(2021,9,1),datetime.datetime(2021,9,6)]
y = pd.Series([1,6],index = ydata)
print(y)
y.resample('D').ffill()

结果：
2021-09-01    1
2021-09-06    6
dtype: int64
2021-09-01    1
2021-09-02    1
2021-09-03    1
2021-09-04    1
2021-09-05    1
2021-09-06    6
Freq: D, dtype: int64