Pandas_时间序列

最新推荐文章于 2024-05-25 02:33:27 发布

小青鸭

最新推荐文章于 2024-05-25 02:33:27 发布

阅读量150

点赞数

文章标签： python

本文链接：https://blog.csdn.net/tjjyqing/article/details/113666198

版权

本文介绍了如何使用Pandas生成时间序列，如date_range函数的应用，时间字符串转换，以及如何对数据进行重采样，特别关注了PeriodIndex在表示时间段上的使用。通过实例演示了降采样技术，适合数据处理与时间序列分析初学者。

摘要由CSDN通过智能技术生成

一、时间序列的生成

pd.date_range(start=None, end=None, periods=None, freq='D')

# start和end以及freq配合能够生成start和end范围内以频率freq的一组时间索引
# start和periods以及freq配合能够生成从start开始的频率为freq的periods个时间索引
# freq表频率缩写，一般是英文首字母大写

栗子：
在这里插入图片描述
二、时间字符串转化为时间序列
(常用于把读取文件中的时间字符串转化为时间序列)

# 我们可以使用pandas提供的方法把时间字符串转化为时间序列

df["timeStamp"] = pd.to_datetime(df["timeStamp"],format="")

# [“timeStamp”]就是时间字符串的那一列

# format参数大部分情况下可以不用写，但是对于pandas无法格式化的时间字符串，我们可以使用该参数，比如包含中文

三、pandas重采样
(对原始数据的时间频率进行更改)
在这里插入图片描述

四、PeriodIndex
(之前是时间戳，这个是时间段)

periods = pd.PeriodIndex(year=data["year"],month=data["month"],day=data["day"],hour=data["hour"],freq="H")

给这个时间段降采样:
data = df.set_index(periods).resample("10D").mean()