python亚马逊运营工具_Python数据分析 3：数据分析工具Pandas（二）

内容承接上一篇文章，本文章主要介绍时间序列数据的相关Pandas知识。

一、时间模块

时间模块指的是datetime，主要需要学习datetime.date()，datetime.datetime()，datetime.timedelta()。

import numpy as np

import pandas as pd

import datetime

today=datetime.date.today()

print(today,type(today))

now=datetime.datetime.now()

print(now,type(now))

print(datetime.datetime(2016,6,1))

print(datetime.datetime(2016,6,1,15,30,25))

# datetime.timedelta时间差

t1=datetime.datetime(2000,10,1)

tx=datetime.timedelta(100)

print(t1+tx)

print(t1-tx)

# 字符串转换方法 parser.parse

from dateutil.parser import parse

# from numpy import random

date='12-21-2017'

date2='21/12/2017'

print(parse(date),type(parse(date)))

print(parse(date2))

二、时刻数据

1、Pandas时刻数据：Timestamp

时刻数据代表时间点，是pandas的数据类型，是将值与时间点相关联的最基本类型的时间序列数据。

import numpy as np

import pandas as pd

import datetime

date1='20200101'

date2=datetime.datetime(2020,1,1,15,0)

t1=pd.Timestamp(date1)

t2=pd.Timestamp(date2)

print(t1,type(t1))

print(t2,type(t2))

print(date2,type(date2))

# 直接生成pandas的时刻数据→时间戳

# 数据类型为pandas的Timestamp

Timestamp是pandas中的数据结构，而datetime是datetime中的数据结构，这就是它们两者主要的区别。

2、pd.to_datetime

date1='2019-10-5 12:0:0'

date2=datetime.datetime(2020,1,1,15,0)

t1=pd.to_datetime(date1)

t2=pd.to_datetime(date2)

print(t1,type(t1))

print(t2,type(t2))

# pd.to_datetime():如果是单个时间数据，转换成pandas的时刻数据，数据类型为Timestamp

lst_date=['2020-12-12','2020-12-17','2020-12-23']

t3=pd.to_datetime(lst_date)

print(t3,type(t3))

# 多个时间数据，将会转换成pandas的DatatimeIndex

# pd.to_datetime →多个时间数据转换时间戳索引

from datetime import datetime

date1=[datetime(2020,1,1),datetime(2020,7,1),datetime(2020,9,1)]

date2=['2020-2-1','2020-5-1','2020-4-1','2020-6-1']

print(date1)

print(date2)

t1=pd.to_datetime(date2)

t2=pd.to_datetime(date2)

print(t1)

print(t2)

# 多个时间数据转换为DatetimeIndex

三、时间戳索引

1、Pandas时间戳索引：DatetimeIndex

核心技巧：pd.date_range()，DatetimeIndex是时间戳索引，而TimeSeries是时间序列。

# 时间序列

# DatetimeIndex TimeSeries

rng=pd.DatetimeIndex(['12/1/2020','12/2/2020','12/3/2020','12/4/2020'])

print(rng,type(rng))

print(rng[0],type(rng[0]))

print('\n')

# 直接生成时间戳索引，支持str,datetime.datetime

# 单个时间戳为Timestamp，多个时间戳为DatetimeIndex

st=pd.Series(np.random.rand(len(rng)),index=rng)

print(st,type(st))

print(st.index)

# 以DatetimeIndex为index的Series，为TimeSeries，时间序列

2、日期范围生成：pd.date_range()

# pd.date_range()-日期范围：生成日期范围

# 2种生成方式：1、start+end；2、start/end + periods

rng1=pd.date_range('1/1/2020','1/10/2020',normalize=True)

rng2=pd.date_range(start='1/1/2020',periods=10)

rng3=pd.date_range(end='1/30/2020 15:00:00',periods=10) # 增加了时、分、秒

print(rng1,type(rng1))

print(rng2)

print(rng3)

print('------')

# 直接生成DatetimeIndex

# pd.date_range(start=None,end=None,periods=None,freq='D',tz=None,normalize=False,name=None,closed=None,**kwargs)

# start:开始时间

# end：结束时间

# periods:偏移量

# freq:频率，默认天，pd.date_range()默认频率为日历日，pd.bdate_range()默认频率为工作日

# tz:时区

rng4=pd.date_range(start='1/1/2020 15:30',periods=10,name='xu peng',normalize=True)

print(rng4)

print("---------")

# normalize:时间参数值正则化到午夜时间戳(这里最后就直接变成0:00:00，并不是15:30:00)

# name:索引对象名称

3、日期范围：频率(1)

# pd.date_range()-日期范围：频率(1)

print(pd.date_range('2020/1/1','2020/1/4')) # 默认freq='D'：每日历日

print(pd.date_range('2020/1/1','2020/1/4',freq='B')) # B：每工作日

print(pd.date_range('2020/1/1','2020/1/4',freq='H')) # H：每小时

print(pd.date_range('2020/1/1','2020/2/1',freq='W-MON'))

# W-MON：从指定星期几开始算起，每周

# 星期几缩写：MON/TUE/WED/THU/FRI/SAT/SUN

print(pd.date_range('2020/1/1','2020/5/1',freq='WOM-2MON'))

# WOM-2MON：每月的第几个星期几开始算，这里是每月第二个星期一

4、日期范围：频率(2)

# pd.date_range()-日期范围：频率(2)

print(pd.date_range('2019','2020',freq='M'))

print(pd.date_range('2019','2020',freq='Q-JAN'))

print(pd.date_range('2019','2020',freq='A-DEC'))

print('-------')

# M:每月最后一个日历日

# Q-月：指定月为季度末，每个季度末最后一月的最后一个日历日

# A-月：每年指定月份的最后一个日历日

# 月缩写：JAN/FEB/MAR/APR/MAY/JUN/JUL/AUG/SEP/OCT/NOV/DEC

# 所以Q-月只有三种情况：1-4-7-10，2-5-8-11，3-6-9-12

print(pd.date_range('2019','2020',freq='BM'))

print(pd.date_range('2019','2020',freq='BQ-DEC'))

print(pd.date_range('2019','2020',freq='BA-DEC'))

print('------')

# BM：每月最后一个工作日

# BQ-月：指定月为季度末，每个季度末最后一月的最后一个工作日

# BA-月：每年指定月份的最后一个工作日

print(pd.date_range('2019','2020',freq='MS'))

print(pd.date_range('2019','2020',freq='QS-DEC'))

print(pd.date_range('2019','2020',freq='AS-DEC'))

print('-------')

# M：每月第一个日历日

# Q-月：指定月为季度末，每个季度末最后一月的第一个日历日

# A-月：每年指定月份的第一个日历日

print(pd.date_range('2019','2020',freq='BMS'))

print(pd.date_range('2019','2020',freq='BQS-DEC'))

print(pd.date_range('2019','2020',freq='BAS-DEC'))

print('-------')

# BM：每月第一个工作日

# BQ-月：指定月为季度末，每个季度末最后一月的第一个工作日

# BA-月：每年指定月份的第一个工作日

5、日期范围：频率(3)——符合频率

# pd.date_range()-日期范围：复合频率

print(pd.date_range('2019/5/1','2020/2/1',freq='7D')) # 7天

print(pd.date_range('2019/5/1','2020/1/1',freq='5h30min')) # 2小时30分钟

print(pd.date_range('2019','2020',freq='2MS')) # 2月，每月最后一个日历日