python——pandas——时间操作函数（to_datetime、DateOffset、DatetimeIndex联合操作）

案例：

有以下数据集：

其中，cmbirth代表的是距离1899年12月的整数月值。现在我们需要根据这个值，计算这些人出生在哪个年代？（70年代？80年代？90年代？）。

先上代码：

month0=pd.to_datetime('1899-12-15')  #返回时间戳。
dates=[month0+pd.DateOffset(months=cm) for cm in resp5['cmbirth']]  
resp5['decade']=(pd.DatetimeIndex(dates).year-1900)//10  

 输出：

图中，decade字段，6代表60年代，7代表70年代，依次类推。 

现在我们来一一讲解代码中涉及到的三个函数：to_datetime()、DateOffset()、DatetimeIndex()。

1、pd.to_datetime()

pd.to_datetime()：将Str和Unicode转化为时间戳格式

month0=pd.to_datetime('1899-12-15 11:38:30',format='%Y/%m/%d %H:%M:%S')  #返回时间戳，format去掉也可以。
month0

输出： 

Timestamp('1899-12-15 11:38:30')  #时间戳格式

2、pd.DateOffset()

pd.DateOffset()：时间戳的加减

DateOffset常用的参数：

months，设置月。
days，设置天。
years，设置年。
hours，设置小时。
minutes，设置分钟。
seconds，设置秒。

ts=pd.to_datetime('2020-03-14')+pd.DateOffset(days=10)
ts

输出：

Timestamp('2020-03-24 00:00:00')

DateOffset参数也可以组合使用：

ts=pd.to_datetime('2020-03-14')+pd.DateOffset(months=1,days=10,hours=2)
ts

 输出：

Timestamp('2020-04-24 02:00:00')

3、pd.DatetimeIndex()

上节介绍的Timestamp、Period和Timedelta对象都是单个值，这些值都可以放在索引或数据中。作为索引的时间序列有：DatetimeIndex、PeriodIndex和TimedeltaIndex，它们都可以作为Series和DataFrame的索引。

例如上面我们执行的：

month0=pd.to_datetime('1899-12-15')  #返回时间戳。
dates=[month0+pd.DateOffset(months=cm) for cm in resp5['cmbirth']]  
dates

输出：

可知，输出的是包含n个Timestamp的list，要进一步操作，我们需要将list转化为时间序列相关的可操作序列。

pd.DatetimeIndex(dates)

输出为：

DatetimeIndex(['1969-09-15 11:38:30', '1965-01-15 11:38:30',
               '1975-07-15 11:38:30', '1964-03-15 11:38:30',
               '1977-03-15 11:38:30', '1972-11-15 11:38:30',
               '1959-06-15 11:38:30', '1970-04-15 11:38:30',
               '1953-01-15 11:38:30', '1979-09-15 11:38:30',
               ...
               '1968-07-15 11:38:30', '1971-03-15 11:38:30',
               '1962-01-15 11:38:30', '1958-07-15 11:38:30',
               '1970-12-15 11:38:30', '1959-11-15 11:38:30',
               '1952-01-15 11:38:30', '1970-02-15 11:38:30',
               '1961-11-15 11:38:30', '1965-12-15 11:38:30'],
              dtype='datetime64[ns]', length=10847, freq=None)

通过以上的转换，我们可以将list类型转换为DatetimeIndex类型。 我们可以拿来做Series和DataFrame的索引，也可以获取其各时间戳的年份（year）、月份（month）、天（day）、时（hour）、分（minute）、秒（second）。

pd.DatetimeIndex(dates).year

输出：

Int64Index([1969, 1965, 1975, 1964, 1977, 1972, 1959, 1970, 1953, 1979,
            ...
            1968, 1971, 1962, 1958, 1970, 1959, 1952, 1970, 1961, 1965],
           dtype='int64', length=10847)

【拓展】

4、pd_date_range()

pd_date_range():创建时间序列

根据指定的范围，生成时间序列DatetimeIndex，每个元素的类型为Timestamp。

主要参数：

start: 开始时刻，可以是字符串或者datetime类型的值。默认None。
end: 结束时刻，可以是字符串或者datetime类型的值，如果指定了长度，即periods，则可不设置。默认None。
periods: 时序的长度，整型类型。如果有end，可不设置。默认None。
freq: 时序生成的频率，即每隔多少时刻生成一个时序点。字符串类型或者DateOffset类型。默认'D'，即天粒度，见上述代码输出。
tz: 时区，字符串类型。默认None。
normalize: bool类型，没用过，不知道干啥的。
name: 设置时序的名称，字符串类型，默认None。
closed: 是否包含两边的值。默认None，即两边都保留。
其中，freq的取值可以为如下的符号表示间隔，可以结合符号和数字，如'3d'，表示每隔三天记录一个时间点。大小写都可以。

ts = pd.date_range('2020-03-01', periods=10, freq='d', normalize=False)
ts

输出：

DatetimeIndex(['2020-03-01', '2020-03-02', '2020-03-03', '2020-03-04',
               '2020-03-05', '2020-03-06', '2020-03-07', '2020-03-08',
               '2020-03-09', '2020-03-10'],
              dtype='datetime64[ns]', freq='D')