Python基础教程（五）Pandas--时间处理对象

编程字典Pandas教程 http://codingdict.com/article/8270
清华计算机博士带你学-Python金融量化分析 https://www.bilibili.com/video/BV1i741147LS?t

Python标准库处理时间对象datetime

datetime模块中的数据类型

类型	说明
date	以公历形式存储日历日期（年、月、日）
time	将时间存储为时、分、秒、毫秒
datetime	存储日期和时间
timedelta	表示两个datetime值之间的差（日、秒、毫秒）

标准库函数：

函数	说明
strftime	日期转换成字符串
strptime	字符串转换成日期

strftime

a = datetime.datetime(2017,6,27)
b = a.strftime('%Y-%M-%D')
print(a)
print(b)

输出

2017-06-27 00:00:00
2017-00-06/27/17

strptime

date = '2017-6-26'
datetime2 = datetime.datetime.strptime(date,'%Y-%m-%d')
print(datetime2)

输出

2017-00-06/27/17
2017-06-26 00:00:00

第三方库dateutil

import dateutil

dateutil.parser.parse()函数，不用输入格式化字符串，支持各种各样的时间日期格式，例如“2021-2-14”，“2021/2/14”，“02/03/2012”，“2020/JAN/01”等。

a = dateutil.parser.parse('2001-01-01')
print(a)
a = pd.to_datetime(['2001-01-01','2001/01/02'])
print(a)

输出

2001-01-01 00:00:00
DatetimeIndex(['2001-01-01', '2001-01-02'], dtype='datetime64[ns]', freq=None)

可以把批量的字符串转化成时间日期对象，所以使用dateutil.parser.parse方法生成的时间对象很适合当做pandas数据的索引。

pandas处理成组日期

pandas.date_range方法，可以生成一个范围的日期。

参数	说明
start	开始时间
end	结束时间
period	时间长度
freq	时间频率，默认为‘D’，可选H(our),W(eek),B(usniss),M(onth),S(econd),A(year)

例1：‘2021-01-01’到’2021-02-13’

a = pd.date_range('2021-01-01','2021-02-13')
print(a)

输出

DatetimeIndex(['2021-01-01', '2021-01-02', '2021-01-03', '2021-01-04',
               '2021-01-05', '2021-01-06', '2021-01-07', '2021-01-08',
               '2021-01-09', '2021-01-10', '2021-01-11', '2021-01-12',
               '2021-01-13', '2021-01-14', '2021-01-15', '2021-01-16',
               '2021-01-17', '2021-01-18', '2021-01-19', '2021-01-20',
               '2021-01-21', '2021-01-22', '2021-01-23', '2021-01-24',
               '2021-01-25', '2021-01-26', '2021-01-27', '2021-01-28',
               '2021-01-29', '2021-01-30', '2021-01-31', '2021-02-01',
               '2021-02-02', '2021-02-03', '2021-02-04', '2021-02-05',
               '2021-02-06', '2021-02-07', '2021-02-08', '2021-02-09',
               '2021-02-10', '2021-02-11', '2021-02-12', '2021-02-13'],
              dtype='datetime64[ns]', freq='D')

例2：指定长度

a = pd.date_range('2021-01-01',periods=30)
print(a)

输出

DatetimeIndex(['2021-01-01', '2021-01-02', '2021-01-03', '2021-01-04',
               '2021-01-05', '2021-01-06', '2021-01-07', '2021-01-08',
               '2021-01-09', '2021-01-10', '2021-01-11', '2021-01-12',
               '2021-01-13', '2021-01-14', '2021-01-15', '2021-01-16',
               '2021-01-17', '2021-01-18', '2021-01-19', '2021-01-20',
               '2021-01-21', '2021-01-22', '2021-01-23', '2021-01-24',
               '2021-01-25', '2021-01-26', '2021-01-27', '2021-01-28',
               '2021-01-29', '2021-01-30'],
              dtype='datetime64[ns]', freq='D')

例3：指定频率freq

a = pd.date_range('2021-01-01',periods=30,freq='h')#默认每个小时
print(a)

输出:

DatetimeIndex(['2021-01-01 00:00:00', '2021-01-01 01:00:00',
               '2021-01-01 02:00:00', '2021-01-01 03:00:00',
               '2021-01-01 04:00:00', '2021-01-01 05:00:00',
               '2021-01-01 06:00:00', '2021-01-01 07:00:00',
               '2021-01-01 08:00:00', '2021-01-01 09:00:00',
               '2021-01-01 10:00:00', '2021-01-01 11:00:00',
               '2021-01-01 12:00:00', '2021-01-01 13:00:00',
               '2021-01-01 14:00:00', '2021-01-01 15:00:00',
               '2021-01-01 16:00:00', '2021-01-01 17:00:00',
               '2021-01-01 18:00:00', '2021-01-01 19:00:00',
               '2021-01-01 20:00:00', '2021-01-01 21:00:00',
               '2021-01-01 22:00:00', '2021-01-01 23:00:00',
               '2021-01-02 00:00:00', '2021-01-02 01:00:00',
               '2021-01-02 02:00:00', '2021-01-02 03:00:00',
               '2021-01-02 04:00:00', '2021-01-02 05:00:00'],
              dtype='datetime64[ns]', freq='H')

时间序列

sr = pd.Series(np.arange(100),index=pd.date_range('2020-7-1',periods=100))
print(sr)
print(sr.index)

输出

2020-07-01     0
2020-07-02     1
2020-07-03     2
2020-07-04     3
2020-07-05     4
              ..
2020-10-04    95
2020-10-05    96
2020-10-06    97
2020-10-07    98
2020-10-08    99
Freq: D, Length: 100, dtype: int32
DatetimeIndex(['2020-07-01', '2020-07-02', '2020-07-03', '2020-07-04',
               '2020-07-05', '2020-07-06', '2020-07-07', '2020-07-08',
               '2020-07-09', '2020-07-10', '2020-07-11', '2020-07-12',
               '2020-07-13', '2020-07-14', '2020-07-15', '2020-07-16',
               '2020-07-17', '2020-07-18', '2020-07-19', '2020-07-20',
               '2020-07-21', '2020-07-22', '2020-07-23', '2020-07-24',
               '2020-07-25', '2020-07-26', '2020-07-27', '2020-07-28',
               '2020-07-29', '2020-07-30', '2020-07-31', '2020-08-01',
               '2020-08-02', '2020-08-03', '2020-08-04', '2020-08-05',
               '2020-08-06', '2020-08-07', '2020-08-08', '2020-08-09',
               '2020-08-10', '2020-08-11', '2020-08-12', '2020-08-13',
               '2020-08-14', '2020-08-15', '2020-08-16', '2020-08-17',
               '2020-08-18', '2020-08-19', '2020-08-20', '2020-08-21',
               '2020-08-22', '2020-08-23', '2020-08-24', '2020-08-25',
               '2020-08-26', '2020-08-27', '2020-08-28', '2020-08-29',
               '2020-08-30', '2020-08-31', '2020-09-01', '2020-09-02',
               '2020-09-03', '2020-09-04', '2020-09-05', '2020-09-06',
               '2020-09-07', '2020-09-08', '2020-09-09', '2020-09-10',
               '2020-09-11', '2020-09-12', '2020-09-13', '2020-09-14',
               '2020-09-15', '2020-09-16', '2020-09-17', '2020-09-18',
               '2020-09-19', '2020-09-20', '2020-09-21', '2020-09-22',
               '2020-09-23', '2020-09-24', '2020-09-25', '2020-09-26',
               '2020-09-27', '2020-09-28', '2020-09-29', '2020-09-30',
               '2020-10-01', '2020-10-02', '2020-10-03', '2020-10-04',
               '2020-10-05', '2020-10-06', '2020-10-07', '2020-10-08'],
              dtype='datetime64[ns]', freq='D')

时间序列的好处可以选取想要的日期的数据。例如选取所有7月份数据，选取所有2012年数据等。
例：

sr = pd.Series(np.arange(1000),index=pd.date_range('2012-7-3',periods=1000))
print(sr)
print(sr['2012-07'])    #选取所有7月份数据
print(sr['2012'])       #选取所有2012年数据
print(sr['2012-8-1':'2012-9-30'])   #切片出来2012年8月9月的数据

输出：

2012-07-03      0
2012-07-04      1
2012-07-05      2
2012-07-06      3
2012-07-07      4
             ... 
2015-03-25    995
2015-03-26    996
2015-03-27    997
2015-03-28    998
2015-03-29    999
Freq: D, Length: 1000, dtype: int32
2012-07-03     0
2012-07-04     1
2012-07-05     2
2012-07-06     3
2012-07-07     4
2012-07-08     5
2012-07-09     6
2012-07-10     7
2012-07-11     8
2012-07-12     9
2012-07-13    10
2012-07-14    11
2012-07-15    12
2012-07-16    13
2012-07-17    14
2012-07-18    15
2012-07-19    16
2012-07-20    17
2012-07-21    18
2012-07-22    19
2012-07-23    20
2012-07-24    21
2012-07-25    22
2012-07-26    23
2012-07-27    24
2012-07-28    25
2012-07-29    26
2012-07-30    27
2012-07-31    28
Freq: D, dtype: int32
2012-07-03      0
2012-07-04      1
2012-07-05      2
2012-07-06      3
2012-07-07      4
             ... 
2012-12-27    177
2012-12-28    178
2012-12-29    179
2012-12-30    180
2012-12-31    181
Freq: D, Length: 182, dtype: int32
2012-08-01    29
2012-08-02    30
2012-08-03    31
2012-08-04    32
2012-08-05    33
              ..
2012-09-26    85
2012-09-27    86
2012-09-28    87
2012-09-29    88
2012-09-30    89
Freq: D, Length: 61, dtype: int32