python数据分析——datetime数据类型2

参考资料：活用pandas库

# 导入pandas库
import pandas as pd
# 加载数据集
tesla=pd.read_csv(r"...\data\tesla_stock_yahoo.csv")
# 查看数据
print(tesla.head())

1、基于日期取数据子集

# 将Date数据列转换为datetime类型
tesla['Date']=pd.to_datetime(tesla['Date'])
# 查看2010年6月的数据
tesla[(tesla.Date.dt.year==2010) & (tesla.Date.dt.month==6)]

（1）DatetimeIndex对象

        在处理包含datetime的数据时，经常需要datetime对象设置成DataFrame的索引。把索引设置为日期对象之后，就可以直接使用日期来获取某些数据行了，如根据年份来获取部分数据，也可以根据年份和月份来获取数据。

# 将Date设置为索引
tesla.index=tesla['Date']
# 展示索引
print(tesla.index)

# 获取2015年的数据
print(tesla['2015'].iloc[:5,:5])

# 获取2015年6月的数据
print(tesla['2015-06'].iloc[:5,:5])

（2）TimedeltaIndex对象

# 创建一个timedelta
tesla['ref_date']=tesla['Date']-tesla['Date'].min()
# 将此timedelta设置为索引
tesla.index=tesla['ref_date']
# 数据展示
print(tesla.iloc[:5,:5])

# 筛选数据
print(tesla.loc['0 day':'5 day'].iloc[:5,:5])

2、日期范围

        并非每个数据集的值都有固定的频率，可以通过date_range函数来创建一个日期范围来为数据集重建索引。

# 读取数据集
ebola=pd.read_csv(r"...\data\country_timeseries.csv",parse_dates=[0])
# 展示数据
print(ebola.iloc[:5,:5])

# 指定日期范围
head_range=pd.date_range(start='2014-12-31',end='2015-01-05')
print(head_range)
ebola5=ebola.head()
ebola5.index=ebola5['Date']
ebola5.reindex(head_range)
print(ebola5.iloc[:,:5])

（1）频率

        pandas的date_range函数有一个参数freq，其默认值为D（代表day），表示日期范围内的值是逐日递增的。

别名	说明	别名	说明
B	工作日	QS	季度初
C	自定义工作日	BQS	季度初工作日
D	日历日	A	年末
W	每周	BA	年末工作日
M	月末	AS	年初
SM	月中和月末 （每月第15天和月末）	BAS	年初工作日
BM	月末工作日	BH	工作时间
CBM	自定义月末工作日	H	小时
MS	月初	T	分钟
SMS	月初和月中 （每月第1天和第15天）	S	秒
BMS	月初工作日	L	毫秒
CBMS	自定义月初工作日	U	微秒
Q	季度末	N	纳秒
BQ	季度末工作日

# 输出2017年1月1日至7日所有的工作日
print(pd.date_range('2017-01-01','2017-01-07',freq='B'))

（2）偏移量

        偏移量是在基本频率基础上做的一点调整。如下：

# 从2017年1月1日这周每隔一天取一个工作日
print(pd.date_range('2017-01-01','2017-01-07',freq='2B'))

# 2017年每个月的第一个星期四
print(pd.date_range("2017-01-01","2017-12-31",freq="WOM-1THU"))

# 2017年每个月的第三个星期五
print(pd.date_range("2017-01-01","2017-12-31",freq="WOM-3FRI"))

3、重采样

        重采样会把datetime从一个频率转换为另一个频率。重采样有如下3类。

        （1）下采样：从高频率到低频率（比如从每天到每月）

        （2）上采样：从低频率到高频率（比如从每月到每天）

        （3）原样采样：采样频率不变（比如从每月的第一个星期四到每月的最后一个星期五）

# 下采样：从每天到每月
# 这里有多个值，需要把结果聚合起来
# 这里用mean函数
ebola.index=ebola.Date
down=ebola.resample('M')
print(type(down))
print(down.mean().iloc[:5,:5])