pandas学习-时序数据

学习链接: 第9章 时序数据.

9.1 四类时间变量

名称	描述	元素类型	创建方式
① Date times（时间点/时刻）	描述特定日期或时间点	Timestamp	to_datetime或date_range
② Time spans（时间段/时期）	由时间点定义的一段时期	Period	Period或period_range
③ 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
④ 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

9.2 时序的创建

9.2.1Date times 时间点的创建

• to_datetime()
  ① Pandas在时间点建立的输入格式规定上给了很大的自由度，下面的语句都能正确建立同一时间点

  pd.to_datetime('2020.1.1')
  pd.to_datetime('2020 1.1')
  pd.to_datetime('2020 1 1')
  pd.to_datetime('2020 1-1')
  pd.to_datetime('1-1 2020')
  pd.to_datetime('1-1-2020')
  pd.to_datetime('1/1/2020')
  pd.to_datetime('2020`1`1',format='%Y`%m`%d')		#或者拿format参数强制匹配
  

  ② 使用列表的时候，索引设置为时间点索引

  输入：
  df = pd.DataFrame({
       'year': [2020, 2020],'month': [1, 1], 'day': [1, 2]}， index=pd.to_datetime(['2020/1/1','2020/1/2']))
  输出：
              year  month  day
  2020-01-01  2020      1    1
  2020-01-02  2020      1    2
  

  对于DataFrame而言，如果列已经按照时间顺序排好，则利用to_datetime可自动转换

  输入：pd.to_datetime(df)
  输出：
  2020-01-01   2020-01-01
  2020-01-02   2020-01-02
  dtype: datetime64[ns]
  

  ③ 时间精度与范围限制
  Timestamp的精度远远不止day，可以最小到纳秒ns。

  pd.to_datetime('2020/1/1 00:00:00.123456789')
  

  同时，它带来范围的代价就是只有大约584年的时间点是可用的。

  输入：pd.Timestamp.min
  输出：Timestamp('1677-09-21 00:12:43.145225')
  输入：pd.Timestamp.max
  输出：Timestamp('2262-04-11 23:47:16.854775807')
  

• date_range()
  start/end/periods（时间点个数）/freq（间隔方法）是该方法最重要的参数，给定了其中的3个，剩下的一个就会被确定。
  其中freq参数有许多选项，常用如下：

  符号	描述
  S	秒
  T	分钟
  H	小时
  D	日
  B	工作日
  W	周
  M/Q/Y	月/季/年末
  BM/BQ/BY	月/季/年末最后一个工作日
  BMS/BQS/BYS	月/季/年初首一个工作日

  输入：pd.date_range(start='2020/1/1',periods=3,freq='D')
  输出：DatetimeIndex(['2020-01-01', '2020-01-02', '2020-01-03'], dtype='datetime64[ns]', freq='D')
  输入：pd.date_range(start='2020/1/1',periods=3,freq='BYS')
  输出：DatetimeIndex(['2020-01-01', '2021-01-01', '2022-01-03'], dtype='datetime64[ns]', freq='BAS-JAN')
  

• bdate_range()
  它是一个类似与date_range的方法，特点在于可以定制工作日。它的freq中有一个特殊的’C’/‘CBM’/'CBMS’选项，表示定制，需要联合weekmask参数和holidays参数使用。

  weekmask = 'Mon Tue Fri'
  holidays = [pd.Timestamp('2020/1/%s'%i) for i in range(7,13)]
  #工作日周一周二周五，假期7-12日
  pd.bdate_range(start='2020-1-1',end='2020-1-15',freq='C',weekmask=weekmask,holidays=holidays)
  

9.2.2 Dateoffset对象

① DataOffset与Timedelta的区别
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
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

输入：ts = pd.Timestamp('2020-3-29 01:00:00', tz='Europe/Helsinki')
ts + pd.Timedelta(days=1)
ts + pd.DateOffset(days=1)
输出：
#绝对时间差
Timestamp('2020-03-30 02:00:00+0300', tz='Europe/Helsinki')		
#相对时间差
Timestamp('2020-03-30 01:00:00+0300', tz='Europe/Helsinki')

但只要把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

输入：
ts = pd.Timestamp('2020-3-29 01:00:00')
ts + pd.Timedelta(days=1)
ts + pd.DateOffset(days=1)
输出：
#绝对时间差
Timestamp('2020-03-30 01:00:00')
#相对时间差
Timestamp('2020-03-30 01:00:00')

② 增减一段时间
DateOffset的可选参数包括years/months/weeks/days/hours/minutes/seconds

输入：
pd.Timestamp('2020-01-01') + pd.DateOffset(minutes=20) - pd.DateOffset(weeks=2)
输出：
Timestamp('2019-12-18 00:20:00')

③ 各类常用offset对象

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

输入：
pd.Timestamp('2020-01-01') + pd.offsets.BQuarterBegin(1)
输出：
Timestamp('2020-03-02 00:00:00')

输入:
pd.Series(pd.offsets.CDay(3,weekmask='Wed Fri',holidays='2020010').apply(i)
                                  for i in pd.date_range('20200105',periods=3,freq='D'))
输出:
0   2020-01-15
1   2020-01-15
2   2020-01-15
dtype: datetime64[ns]

④ 序列的offset操作

#利用apply函数
输入:
pd.Series(pd.offsets.BYearBegin(3).apply(i) for i in pd.date_range('20200101',periods=3,freq='Y'))
输出:
0   2023