Pandas（九）——时序数据

介绍四类时间变量：

名称	描述	元素类型	创建方式
Date times (时间点/时刻)	描述特定日期或时间点	Timestamp	to_datetime或date_range
Time spans (时间段/时期)	由时间点定义的一段时期	Period	Period或period_range
Date offsets (相对时间差)	一段时间的相对大小（与夏/冬令时无关）	DateOffset	DateOffset
Time deltas (绝对时间差)	一段时间的绝对大小（与夏/冬令时有关）	Timedelta	to_timedelta或timedelta_range

时序的创建

时间点的创建

1. to_datetime方法：
   1）Pandas在时间点建立的输入格式上，自由度很高，常见的时间格式均可。
   2）一旦所写的时间格式出现报错，可以用format函数强制转换。
   3）可以通过列表，将时间点转换为索引。
   4）可以将DataFrame形式的时间，用to_datetime转换称Series的时间点。
2. 时间精度与范围限制：
   1）Timestamp的时间精度最小到ns
   2）Timestamp的范围只有大约584年。
3. date_range方法：
   1）重要参数：
   start：开始时间；
   end：终止时间；
   periods：时间点个数；
   freq：间隔方法；

其中freq参数有许多选项，下面将常用部分罗列如下：

符号	D/B	W	M/Q/Y	BM/BQ/BY	MS/QS/YS	BMS/BQS/BYS	H	T	S
描述	日/工作日	周	月末	月/季/年末日	月/季/年末工作日	月/季/年初日	小时	分钟	秒

DateOffset对象

1. DataOffset 与 Timedelta 的区别：
   1）Timedelta绝对时间差的特点指无论是冬令时还是夏令时，增减1day都只计算24小时；
   2）DataOffset相对时间差指，无论一天是23\24\25小时，增减1day都与当天相同的时间保持一致；
   3）只要把tz（time zone）去除就可以不用管它了，两者保持一致，除非要使用到时区变换。
2. 增减一段时间：
   1）DateOffset的可选参数包括years/months/weeks/days/hours/minutes/seconds。
3. 序列的offset操作
   利用apply函数；
   直接使用对象加减；
   定制offset，可以指定weekmask和holidays参数；
4. 各类常用offset对象

freq	D/B	W	(B)M/(B)Q/(B)Y	(B)MS/(B)QS/(B)YS	H	T	S	C
offset	DateOffset/BDay	Week	(B)MonthEnd/(B)QuarterEnd/(B)YearEnd	(B)MonthBegin/(B)QuarterBegin/(B)YearBegin	Hour	Minute	Second	CDay(定制工作日)

时序的索引及属性

时间点的属性

1. 采用dt对象可以轻松获得关于时间的信息
2. 利用strftime可重新修改时间格式
3. 对于datetime对象可以直接通过属性获取信息

重采样

resample对象的基本操作

1. 采样频率一般设置为上面提到的offset字符
2. resample函数，可以看做时序版本的groupby函数

采样聚合

r = df_r.resample('3T')
r['A'].agg([np.sum, np.mean, np.std])

#类似地，可以使用函数/lambda表达式
r.agg({'A': np.sum,'B': lambda x: max(x)-min(x)})

采样组的迭代

采样组的迭代和groupby迭代完全类似，对于每一个组都可以分别做相应操作

窗口函数

Rolling

1. 常用聚合：
   1）所谓rolling方法，就是规定一个窗口，它和groupby对象一样，本身不会进行操作，需要配合聚合函数才能计算结果。
   2）min_periods参数是指需要的非缺失数据点数量阀值。
   3）count/sum/mean/median/min/max/std/var/skew/kurt/quantile/cov/corr都是常用的聚合函数。
2. rolling的apply聚合：
   使用apply聚合时，只需记住传入的是window大小的Series，输出的必须是标量即可，比如如下计算变异系数。
3. 基于时间的rolling：
   可选closed=‘right’（默认）‘left’‘both’'neither’参数，决定端点的包含情况。

Expanding

1. expanding函数：
   1）普通的expanding函数等价与rolling(window=len(s),min_periods=1)，是对序列的累计计算。
   2）apply方法也是同样可用的。
2. 几个特别的Expanding类型函数：
   1）cumsum/cumprod/cummax/cummin都是特殊expanding累计计算方法。
   2）shift/diff/pct_change都是涉及到了元素关系。
   ①shift是指序列索引不变，但值向后移动；
   ②diff是指前后元素的差，period参数表示间隔，默认为1，并且可以为负；
   ③pct_change是值前后元素的变化百分比，period参数与diff类似