Python数据交互式可视化 - 跨时间数据

时间数据

依赖于时间以及明确记录时间的数据称为时间数据。 对于此类数据，时间是一个固有维度，始终与数据相关。 例如，假设我们有一个数据集，其中记录了格陵兰岛最近五年的冰融化速率。

让我们看下面的数据集：

图略

我们可以看到，时间是这类数据的固有组成部分。

时间数据类型

时间数据可以包含有关以下内容的信息：

• 事件：事件是在给定时间对象状态的变化。 事件=时间对象状态。
• 度量：度量记录跨时间的值。 测量=时间测量。

时间的另一种观点可以基于时间的进展：

• 顺序的：我们在这里将时间视为连续的线性值。 Unix时间戳就是这种类型的一个例子。
• 周期性的：时间可以看作是周期性事件，在这里它被理解为固定的时间段，例如几周或几个月。 时间的周期性解释用于比较同一时期的值，例如每月或每年温度变化的销售额。
• 分层的：了解时间信息的另一种方法是通过分层模式。 分层时间结构有助于我们可视化不同级别的数据。 假设您正在绘制每个月的销售数据。 为了了解给定月份的每周模式，我们将时间段从较大的时期（几个月）划分为较小的时期（星期）。

处理和可视化时间序列数据

Pandas是用于导入，整理和分析数据的最常用的库。 对于时间序列数据，它具有内置的datetime功能，使时间序列分析和可视化变得容易。 当绘制时间序列数据时，我们希望执行诸如重新采样，上采样或解析一个月或一天的日期之类的操作，以根据需求自定义可视化。 重采样和上采样是汇总时间段的方法。 在下一部分中，我们将通过一些动手练习来更好地理解重采样。

现在，让我们来看一个使用pandas和Airpassengers.csv数据集的解析示例：

import pandas as pd
from pathlib import Path
DATA_PATH = Path("datasets")
passenger_df = pd.read_csv(DATA_PATH /"AirPassengers.csv")
print(passenger_df.info())

输出结果：

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 144 entries, 0 to 143
Data columns (total 2 columns):
Month 144 non-null object
#Passengers 144 non-null int64
dtypes: int64(1), object(1)
memory usage: 2.3+ KB
None

我们可以看到Month列包含对象类型的数据。 现在，使用以下代码将其转换为日期时间：

passenger_df["Month"] = pd.to_datetime(passenger_df["Month"])
# converts into datetime object
print(passenger_df.info())

输出结果：

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 144 entries, 0 to 143
Data columns (total 2 columns):
Month 144 non-null datetime64[ns]
#Passengers 144 non-null int64
dtypes: datetime64[ns](1), int64(1)
memory usage: 2.3 KB
None

在处理时间序列数据之前，让我们向您介绍Pandas中时间和日期处理的主要概念。

日期/时间处理

以下是在分析和可视化过程中使用的常见的日期/时间操作技术或pandas函数：

• Datetime：具有时区支持的特定日期和时间。 Datetime用于将str对象转换为datetime对象。 通常，将其应用于列以进行时间分析。 它支持各种类型的日期

pd.to_datetime([‘2019/09/20’, ‘2019.10.31’])

结果：

DatetimeIndex([‘2019-09-09’, ‘2019-09-10’], dtype=‘datetime64[ns]’,freq=None)

*   timedelta：timedelta用于计算绝对持续时间。 timedelta可用于在datetime列中添加或减去特定时间值。 让我们看一个为日期添加一天的示例：

    ```
import numpy as np
#week_delta arranged over week period, we can add these dates.
week_delta = pd.to_timedelta(np.arange(5), unit='w')
dates = pd.to_datetime(['9/9/2019', '9/9/2019', '9/9/2019',
'9/9/2019', '9/9/2019'])
print(dates + week_delta)

结果：

DatetimeIndex(['2019-09-09', '2019-09-16', '2019-09-23', '2019-09-
30', '2019-10-07'],
dtype='datetime64[ns]', freq='W-MON')
#freq='W-MON' implies weekday starting from Monday

• 时间跨度：由时间点及其关联的频率定义的时间跨度。 时间戳和时间跨度都可以索引到DataFrame：

pd.Period(‘2019-09’)

结果：

Period(‘2019-09’, ‘M’)

*   日期偏移量：日期偏移量是相对于日历算法的相对持续时间：

    ```
## Day-light saving in US (2019)
timestamp = pd.Timestamp('2019-03-10 00:00:00', tz='US/Pacific')
# Timedelta with respect to absolute time
print(timestamp + pd.Timedelta(days=1))

结果：

2019-03-11 01:00:00-07:00

其他示例：

# DateOffset with respect to calendar time
print(timestamp + pd.DateOffset(days=1))

结果：

2019-03-11 00:00:00-07:00

建立日期时间索引

Pandas DataFrames由有序的可切片集合索引。 如果我们将DatetimeIndex分配为DataFrame的索引，则可以基于日期，月份等进行切片和过滤。

这是制作日期时间索引的一种方法：

passenger_df = passenger_df.set_index(pd.DatetimeIndex(passenger_df['Month']))

或者，我们可以这样做：

passenger_df.index = passenger_df['Month'] 

详情参阅 - 亚图跨际