Python Pandas时间序列详解
顾名思义,时间序列(time series),就是由时间构成的序列,它指的是在一定时间内按照时间顺序测量的某个变量的取值序列,比如一天内的温度会随时间而发生变化,或者股票的价格会随着时间不断的波动,这里用到的一系列时间,就可以看做时间序列。时间序列包含三种应用场景,分别是:
- 特定的时刻(timestamp),也就是时间戳;
- 固定的日期(period),比如某年某月某日;
- 时间间隔(interval),每隔一段时间具有规律性;
在处理时间序列的过程中,我们一般会遇到两个问题,第一,如何创建时间序列;第二,如何更改已生成时间序列的频率。 Pandas 为解决上述问题提供了一套简单、易用的方法。
下面用 Python 内置的 datetime 模块来获取当前时间,通过该模块提供的now()
方法即可实现。
from datetime import datetime
#数据类型为datetime
print(datetime.now())
输出结果:
2024-07-01 23:24:04.684003
创建时间戳
TimeStamp(时间戳) 是时间序列中的最基本的数据类型,它将数值与时间点完美结合在一起。Pandas 使用下列方法创建时间戳:
import pandas as pd
print (pd.Timestamp('2024-07-01'))
输出结果:
2024-07-01 00:00:00
同样,可以将整型或浮点型表示的时间转换为时间戳。默认的单位是纳秒(时间戳单位),示例如下:
import pandas as pd
print(pd.Timestamp(1687987255,unit='s'))
输出结果:
2023-06-28 21:20:55
创建时间范围
通过 date_range() 方法可以创建某段连续的时间或者固定间隔的时间时间段。该函数提供了三个参数,分别是:
- start:开始时间
- end:结束时间
- freq:时间频率,默认为 “D”(天)
示例如下:
import pandas as pd
#freq表示时间频率,每30min变化一次
print(pd.date_range("9:00", "18:10", freq="30min").time)
输出结果:
[datetime.time(9, 0) datetime.time(9, 30) datetime.time(10, 0)
datetime.time(10, 30) datetime.time(11, 0) datetime.time(11, 30)
datetime.time(12, 0) datetime.time(12, 30) datetime.time(13, 0)
datetime.time(13, 30) datetime.time(14, 0) datetime.time(14, 30)
datetime.time(15, 0) datetime.time(15, 30) datetime.time(16, 0)
datetime.time(16, 30) datetime.time(17, 0) datetime.time(17, 30)
datetime.time(18, 0)]
更改时间频率
import pandas as pd
#修改为按小时
print(pd.date_range("6:10", "11:45", freq="H").time)
输出结果:
[datetime.time(6, 10) datetime.time(7, 10) datetime.time(8, 10)
datetime.time(9, 10) datetime.time(10, 10) datetime.time(11, 10)]
转化为时间戳
您可以使用 to_datetime() 函数将 series 或 list 转换为日期对象,其中 list 会转换为DatetimeIndex
。示例如下:
import pandas as pd
print(pd.to_datetime(pd.Series(['2020-12-10', None]),dayfirst=False))
输出结果:
0 2020-12-10
1 NaT
dtype: datetime64[ns]
注意:NaT 表示的不是时间 ,它等效于 NaN。
最后再来看一个示例:
import pandas as pd
#传入list,生成Datetimeindex
print(pd.to_datetime(['2020-12-10', None]))
输出结果:
DatetimeIndex([‘2020-06-03’, ‘2020-12-10’, ‘NaT’], dtype=‘datetime64[ns]’, freq=None)
读取文件中的数据转换为时间:
import pandas as pd
df = pd.read_csv("C:\\Users\\qwy\Desktop\data\\empdata.csv",encoding='utf-8')
print(pd.to_datetime(df.loc[:,'HIREDATE']))
运行结果:
0 1980-12-17
1 1981-02-20
2 1981-02-22
3 1981-04-02
4 1981-09-28
5 1981-05-01
6 1981-06-09
7 1987-04-19
8 1981-11-17
9 1981-09-08
10 1987-05-23
11 1981-12-03
12 1981-12-03
13 1982-01-23
Name: HIREDATE, dtype: datetime64[ns]
频率和周期转换
Time Periods 表示时间跨度,一段时间周期,它被定义在 Pandas Periods 类中,通过该类提供的方法可以实现将频率转换为周期。比如 Periods() 方法,可以将频率 “M”(月)转换为 Period(时间段)。
下面示例,使用 asfreq() 和 start 参数,打印 “01” ,若使用 end 参数,则打印 “31”。示例如下:
import pandas as pd
x = pd.Period('2024', freq='M')
#start参数
print(x.asfreq('D', 'start'))
#end参数
print(x.asfreq('D', 'end'))
输出结果:
2024-01-01
2024-01-31
对于常用的时间序列频率,Pandas 为其规定了一些字符串别名,我们将这些别名称为“offset(偏移量)”。如下表所示:
别名 | 描述 | 别名 | 描述 |
---|---|---|---|
B | 工作日频率 | BQS | 工作季度开始频率 |
D | 日历日频率 | A | 年终频率 |
W | 每周频率 | BA | 工作年度结束频率 |
M | 月末频率 | BAS | 工作年度开始频率 |
SM | 半月结束频率 | BH | 营业时间频率 |
BM | 工作月结束频率 | H | 小时频率 |
MS | 月开始频率 | T,min | 每分钟频率 |
SMS | 半月开始频率 | S | 每秒钟频率 |
BMS | 工作月开始频率 | L,ms | 毫秒 |
Q | 季末频率 | U,us | 微妙 |
BQ | 工作季度结束频率 | N | 纳秒 |
QS | 季度开始频率 |
时间周期计算
周期计算,指的是对时间周期进行算术运算,所有的操作将在“频率”的基础上执行。
import pandas as pd
#S表示秒
x = pd.Period('2024', freq='S')
print(x)
输出结果:
2024-01-01 00:00:00
执行计算示例:
import pandas as pd
x = pd.Period('2024', freq='S')
#加1s的时间
print(x+1)
输出结果:
2024-01-01 00:00:01
再看一组完整的示例:
import pandas as pd
#定义时期period,默认freq="Y"年份
p1=pd.Period('2020')
p2=pd.Period('2019')
#使用f''格式化输出
print(f'p1={p1}年')
print(f'p2={p2}年')
print(f'p1和p2间隔{p1-p2}年')
#f''表示字符串格式化输出
print(f'五年前是{p1-5}年')
输出结果:
p1=2020年
p2=2019年
p1和p2间隔<YearEnd: month=12>年
五年前是2015年
创建时间周期
我们可以使用 period_range() 方法来创建时间周期范围。示例如下:
import pandas as pd
#M表示月
p = pd.period_range('2016','2018', freq='M')
print(p)
输出结果:
PeriodIndex(['2016-01', '2016-02', '2016-03', '2016-04', '2016-05', '2016-06',
'2016-07', '2016-08', '2016-09', '2016-10', '2016-11', '2016-12',
'2017-01', '2017-02', '2017-03', '2017-04', '2017-05', '2017-06',
'2017-07', '2017-08', '2017-09', '2017-10', '2017-11', '2017-12',
'2018-01'],
dtype='period[M]')
时间序列转换
如果想要把字符串日期转换为 Period,首先需要将字符串转换为日期格式,然后再将日期转换为 Period。示例如下:
import pandas as pd
import numpy as np
# 创建时间序列
index=pd.date_range("2020-03-17","2020-03-30",freq="1.5H")
#随机选取4个互不相同的数
loc=np.random.choice(np.arange(len(index)),size=4,replace=False)
loc.sort()
ts_index=index[loc]
print(ts_index)
di_index=pd.DatetimeIndex(ts_index)
print(di_index)
pd_index = pd.PeriodIndex(ts_index,freq="S")
print(pd_index)
输出结果:
DatetimeIndex(['2020-03-21 10:30:00', '2020-03-25 01:30:00',
'2020-03-27 04:30:00', '2020-03-28 18:00:00'],
dtype='datetime64[ns]', freq=None)
DatetimeIndex(['2020-03-21 10:30:00', '2020-03-25 01:30:00',
'2020-03-27 04:30:00', '2020-03-28 18:00:00'],
dtype='datetime64[ns]', freq=None)
PeriodIndex(['2020-03-21 10:30:00', '2020-03-25 01:30:00',
'2020-03-27 04:30:00', '2020-03-28 18:00:00'],
dtype='period[S]')
使用 to_timestamp() 能够将 Period 时期转换为时间戳(timestamp),示例如下:
import pandas as pd
p1=pd.Period('2024-07-02')
print(p1.to_timestamp())
输出结果:
2024-07-02 00:00:00
创建日期范围
Pandas 提供了用来创建日期序列的函数 date_range(),该函数的默认频率为 “D”, 也就是“天”。日期序列只包含年、月、日,不包含时、分、秒。
下面是一组简单的示例,如下所示:
import pandas as pd
print(pd.date_range('07/15/2024', periods=10,freq="D"))
输出结果:
DatetimeIndex(['2024-07-15', '2024-07-16', '2024-07-17', '2024-07-18',
'2024-07-19', '2024-07-20', '2024-07-21', '2024-07-22',
'2024-07-23', '2024-07-24'],
dtype='datetime64[ns]', freq='D')
更改日频率
使用下列方法可以修改频率,比如按“天”为按“月”,示例如下:
import pandas as pd
print(pd.date_range('12/15/2011', periods=5,freq='M'))
输出结果:
DatetimeIndex(['2011-12-31', '2012-01-31', '2012-02-29', '2012-03-31',
'2012-04-30'],
dtype='datetime64[ns]', freq='M')
工作日时间
bdate_range() 表示创建工作日的日期范围,它与 date_range() 不同,它不包括周六、周日。
import pandas as pd
print(pd.bdate_range('07/01/2024', periods=8))
输出结果:
DatetimeIndex(['2024-07-01', '2024-07-02', '2024-07-03', '2024-07-04',
'2024-07-05', '2024-07-08', '2024-07-09', '2024-07-10'],
dtype='datetime64[ns]', freq='B')
上述方法中,date_range() 默认频率是日历日,而 bdate_range() 的默认频率是工作日。