《利用Python进行数据分析》学习笔记 第11章 时间序列

第11章 时间序列

时间序列数据的意义取决于具体的应用场景，主要有以下几种：

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。

实验或过程时间，每个时间点都是相对于特定起始时间的一个度量。

11.1 日期和时间数据类型及工具

Python标准库包含用于日期（date）和时间（time）数据的数据类型，而且还有日历方面的功能。主要会用到datetime、time以及calendar模块。datetime.datetime是用得最多的数据类型： 

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： 

tzinfo存储时区信息的基本类型。

• 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对象可以被格式化为字符串： 

datetime格式定义： 

datetime.strptime可以用这些格式化编码将字符串转换为日期： 

用dateutil第三方包中的parser.parse方法不用进行日期解析时编写格式定义。 

11.2 时间序列基础

不同索引的时间序列之间的算术运算会自动按日期对齐。

• 索引、选取、子集构造

大部分时间学列数据都是按照是时间先后排序的，则可以用不存在于该时间序列中的是时间戳对其进行切片（即范围查询）： 

• 带有重复索引的时间序列

要对具有非唯一时间戳的数据进行聚合。一个方法是使用groupby，并传入level=0: 

11.3 日期的范围、频率以及移动

调用resample可以将之前那个时间序列转换为一个具有固定频率