python pandas 日期_python+pandas+时间、日期以及时间序列处理

先简单的了解下日期和时间数据类型及工具

python标准库包含于日期(date)和时间(time)数据的数据类型，datetime、time以及calendar模块会被经常用到。

datetime以毫秒形式存储日期和时间，datetime.timedelta表示两个datetime对象之间的时间差。

给datetime对象加上或减去一个或多个timedelta，会产生一个新的对象

from datetime import datetime

from datetime import timedelta

now = datetime.now()

now

datetime.datetime(2017, 6, 27, 15, 56, 56, 167000)

datetime参数：datetime(year, month, day[, hour[, minute[, second[, microsecond[,tzinfo]]]]])

delta = now - datetime(2017,6,27,10,10,10,10)

delta

datetime.timedelta(0, 20806, 166990)

delta.days

0

delta.seconds

20806

delta.microseconds

166990

只有这三个参数了！

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)

字符串和datetime的相互转换

1)python标准库函数

日期转换成字符串：利用str 或strftime

字符串转换成日期：datetime.strptime

stamp = datetime(2017,6,27)

str(stamp)

'2017-06-27 00:00:00'

stamp.strftime('%y-%m-%d')#%Y是4位年，%y是2位年

'17-06-27'

#对多个时间进行解析成字符串

date = ['2017-6-26','2017-6-27']

datetime2 = [datetime.strptime(x,'%Y-%m-%d') for x in date]

datetime2

[datetime.datetime(2017, 6, 26, 0, 0), datetime.datetime(2017, 6, 27, 0, 0)]

2)第三方库dateutil.parser的时间解析函数

from dateutil.parser import parse

parse('2017-6-27')

datetime.datetime(2017, 6, 27, 0, 0)

parse('27/6/2017',dayfirst =True)

datetime.datetime(2017, 6, 27, 0, 0)

3)pandas处理成组日期

pandas通常用于处理成组日期，不管这些日期是DataFrame的轴索引还是列，to_datetime方法可以解析多种不同的日期表示形式。

date

['2017-6-26', '2017-6-27']

import pandas as pd

pd.to_datetime(date)

DatetimeIndex(['2017-06-26', '2017-06-27'], dtype='datetime64[ns]', freq=None)

datetime 格式定义

代码

说明

%Y

4位数的年

%y

2位数的年

%m

2位数的月[01,12]

%d

2位数的日[01，31]

%H

时(24小时制)[00,23]

%l

时(12小时制)[01,12]

%M

2位数的分[00,59]

%S

秒[00,61]有闰秒的存在

%w

用整数表示的星期几[0(星期天)，6]

%F

%Y-%m-%d简写形式例如，2017-06-27

%D

%m/%d/%y简写形式

pandas时间序列基础以及时间、日期处理

pandas最基本的时间序列类型就是以时间戳(时间点)(通常以python字符串或datetime对象表示)为索引的Series：

dates = ['2017-06-20','2017-06-21', '2017-06-22','2017-06-23','2017-06-24','2017-06-25','2017-06-26','2017-06-27']

import numpy as np

ts = pd.Series(np.random.randn(8),index = pd.to_datetime(dates))

ts

2017-06-20 0.788811

2017-06-21 0.372555

2017-06-22 0.009967

2017-06-23 -1.024626

2017-06-24 0.981214

2017-06-25 0.314127

2017-06-26 -0.127258

2017-06-27 1.919773

dtype: float64

ts.index

DatetimeIndex(['2017-06-20', '2017-06-21', '2017-06-22', '2017-06-23',

'2017-06-24', '2017-06-25', '2017-06-26', '2017-06-27'],

dtype='datetime64[ns]', freq=None)

pandas不同索引的时间序列之间的算术运算会自动按日期对齐

ts[::2]#从前往后每隔两个取数据

2017-06-20 0.788811

2017-06-22 0.009967

2017-06-24 0.981214

2017-06-26 -0.127258

dtype: float64

ts[::-2]#从后往前逆序每隔两个取数据

2017-06-27 1.919773

2017-06-25 0.314127

2017-06-23 -1.024626

2017-06-21 0.372555

dtype: float64

ts + ts[::2]#自动数据对齐

2017-06-20 1.577621

2017-06-21 NaN

2017-06-22 0.019935

2017-06-23 NaN

2017-06-24 1.962429

2017-06-25 NaN

2017-06-26 -0.254516

2017-06-27 NaN

dtype: float64

索引为日期的Series和DataFrame数据的索引、选取以及子集构造

方法：

1).index[number_int]

2)[一个可以被解析为日期的字符串]

3)对于，较长的时间序列，只需传入‘年’或‘年月’可返回对应的数据切片

4)通过时间范围进行切片索引

ts

2017-06-20 0.788811

2017-06-21 0.372555

2017-06-22 0.009967

2017-06-23 -1.024626

2017-06-24 0.981214

2017-06-25 0.314127

2017-06-26 -0.127258

2017-06-27 1.919773

dtype: float64

ts[ts.index[2]]

0.0099673896063391908

ts['2017-06-21']#传入可以被解析成日期的字符串

0.37255538918121028

ts['21/06/2017']

0.37255538918121028

ts['20170621']

0.37255538918121028

ts['2017-06']#传入年或年月

2017-06-20 0.788811

2017-06-21 0.372555

2017-06-22 0.009967

2017-06-23 -1.024626

2017-06-24 0.981214

2017-06-25 0.314127

2017-06-26 -0.127258

2017-06-27 1.919773

dtype: float64

ts['2017-06-20':'2017-06-23']#时间范围进行切片

2017-06-20 0.788811

2017-06-21 0.372555

2017-06-22 0.009967

2017-06-23 -1.024626

dtype: float64

带有重复索引的时间序列

1).index.is_unique检查索引日期是否是唯一的

2)对非唯一时间戳的数据进行聚合，通过groupby，并传入level = 0(索引的唯一一层)

dates = pd.DatetimeIndex(['2017/06/01','2017/06/02','2017/06/02','2017/06/02','2017/06/03'])

dates

DatetimeIndex(['2017-06-01', '2017-06-02', '2017-06-02', '2017-06-02',

'2017-06-03'],

dtype='datetime64[ns]', freq=None)

dup_ts = pd.Series(np.arange(5),index = dates)

dup_ts

2017-06-01 0

2017-06-02 1

2017-06-02 2

2017-06-02 3

2017-06-03 4

dtype: int32

dup_ts.index.is_unique

False

dup_ts['2017-06-02']

2017-06-02 1

2017-06-02 2

2017-06-02 3

dtype: int32

grouped = dup_ts.groupby(level=0).mean()

grouped

2017-06-01 0

2017-06-02 2

2017-06-03 4

dtype: int32

dup_df = pd.DataFrame(np.arange(10).reshape((5,2)),index = dates )

dup_df

0

1

2017-06-01

0

1

2017-06-02

2

3

2017-06-02

4

5

2017-06-02

6

7

2017-06-03

8

9

grouped_df = dup_df.groupby(level=0).mean()##针对DataFrame

grouped_df

0

1

2017-06-01

0

1

2017-06-02

4

5

2017-06-03

8

9

总结

该篇博客主要内容：

1)字符串、日期的转换方法

2)日期和时间的主要python，datetime、timedelta、pandas.to_datetime等

3)以时间为索引的Series和DataFrame的索引、切片

4)带有重复时间索引时的索引，.groupby(level=0)应用