python学习-时间序列

本文介绍了Python中处理时间序列的相关概念和方法,包括Timestamp、DatetimeIndex、Period和PeriodIndex。通过pd.Timestamp创建时间戳,使用pd.to_datetime转换时间戳格式,处理时间序列数据并展示如何应对无效数据。此外,还讲解了pd.date_range生成有序时间戳索引的参数设置和周期间隔选项。
摘要由CSDN通过智能技术生成

以时间排序的一组随机变量
24小时内的某一股票数值变化

处理
类 含义 相关方法
Timestamp 时间戳 to_datetime,Timestamp
DatetimeIndex 时间戳索引 to_datetime,date_range,DatetimeIndex
Period 时间间隔 Period
PeriodIndex 时间间隔索引 period_range,PeriodIndex

时间戳
代表一个时间时刻,可以直接用pd.Timestamp() 来创建

时间戳索引
单个时间戳为Timestamp 数据,时间戳以列表形式存在时,Pandas将强制转换为DatatimeIndex
此时不能再使用pd.Timestamp() 创建时间戳
而是用pd.to_datetime() 创建
还可以对时间戳序列格式化进行转换

转换成Series、DataFrame格式字符串
pd.to_datetime(pd.Series([‘2017-1-1’,’2017-1-2’,’2017-1-3’]))

pd.to_datetime([‘2017-1-1’,’2017-1-2’,’2017-1-3’])

pd.to_datetime(pd.DataFrame({‘year’:[2017,2017],’month’:[1,2],’day’:[3,4],’hour’:[5,6]}))
*转换成DataFrame,必须存在列名有year,month,day,另外hour,minute,second,millisecond,microsecond,nanosecond可选

忽略无效数据的方法
遇到无效数据报错
pd.to_datetime([‘2017-1-1’,’invalid’],errors=’raise’)
忽略无效数据
pd.to

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值