pandas时间序列

最新推荐文章于 2024-08-05 12:44:49 发布

zrx1236

最新推荐文章于 2024-08-05 12:44:49 发布

阅读量224

点赞数

本文链接：https://blog.csdn.net/sinat_41901394/article/details/108673197

版权

本文介绍了Pandas中处理时间序列的方法，包括时间戳timestamp、固定时期period和时间间隔interval。重点讨论了DatetimeIndex和PeriodIndex的区别，并详细比较了pd.date_range()与pd.period_range()的生成数据精度差异。

摘要由CSDN通过智能技术生成

Pandas里的时间序列

时间日期

时间戳timestamp：固定的时刻->pd.Timestamp

固定时期period：比如2016年3月份，再如2015年销售额->pd.Period

时间间隔interval:由起始时间和结束时间来表示，固定时期是时间间隔的一个特殊的

时间日期在pandas里的作用

*分析金融数据，如股票交易数据

*分析服务器日志

import numpy as np
import pandas as pd
from datetime import datetime #datetime表示时间
from datetime import timedelta#timedelta表示时间之间的间隔
now=datetime.now()
now

在这里插入图片描述

now.year,now.month,now.day

在这里插入图片描述

date1=datetime(2020,9,18)
date2=datetime(2020,6,26)
delta=date1-date2
timedelta
delta.days#时间相差多少天
delta.total_seconds()#时间相差多少秒
str(date1)#转化为字符串的时间格式
date1.strftime("%Y/%m/%d %H-%M-%S")#转化成想要的时间格式