时间序列数据_数据分析 - 轻松用pandas玩转时间序列数据

【导语】时间系列数据在很多领域都是重要的结构化的数据形式。那什么叫做时间序列数据呢？时间序列数据(Time Series Data)就是在不同时间上收集到的数据，这类数据是按时间顺序收集到的，用于描述现象随时间变化的情况。比如一天内随着时间变化的温度序列。

如何引用时间序列取决于我们的具体业务，有三种常用时间序列如下:
1、时间戳，具体的时刻
2、固定的时间区间(1 月或者整个 2020 年)
3、时间间隔(开始时间到结束时间)

Pandas 为我们提供了强大的时间序列数据处理的方法，在学习之前我们简单回顾下 python 的日期时间，下面是在学习过程中，将时间相关的知识点系统的梳理出来，我们一起学习。

⼀. pyhon 的日期和时间数据类型

Python 标准库包含了日期和时间数据的数据类型，接下来我们使用 datetime 模块进行举例，如下：

1、date 日期：存储年、月、日

 # 导入datetime模块import datetimedate = datetime.date(2019, 9, 9)print(date)print(date.year)print(date.month)print(date.day)

2、time 时间：存储为小时、分钟、秒、微妙

# 创建时间import datetimetime = datetime.time(13, 14, 20)print(time) #13:14:20 5 # 获取小时print(time.hour) #13 7 # 获取分钟print(time.minute) #14 9 # 获取秒print(time.second) #20

3、datetime: 存储日期和时间

import datetimedatetime = datetime.datetime(2019, 9, 9, 13, 14, 20)print(datetime) #2019-09-09 13:14:20 5 # 获取年print(datetime.year) #2019 7 # 获取月print(datetime.month)#9 9 # 获取日print(datetime.day) #9 11 # 获取小时print(datetime.hour) #13 13 # 获取分钟print(datetime.minute)#14 15 # 获取秒print(datetime.second)#20

4、 datetime.now(): 获取当前时间

#获取当前时间print(datetime.now()) #2020-03-05 14:03:44.794096

5、timedelta：表示两个 datetime 对象的时间差

#比如2019-11-20和2019-12-20之间的timedelta即为30天dt = datetime.datetime(2019,11,20)dt1 = datetime.datetime(2019,12,20)print(dt1-dt) # 30 days, 0:00:00

6、字符串与 datetime 互相转换

① datetime 转化成字符串 (两种方法)

# 一种方法：str()import datetimedatetime = datetime.datetime(2019, 9, 9, 13, 14, 20)print(datetime) #2019-09-09 13:14:20print(type(datetime)) # datetime_str = str(datetime)print(datetime_str) #2019-09-09 13:14:20 9 print(type(datetime_str)) #

② 字符串转化成 datetime(两种方法)

# 另一种方法：strftime()import datetimedate_time = datetime.datetime(2019, 9, 9, 13, 14, 20)str_time = date_time.strftime('%m/%d/%Y %H:%M')print(str_time) #09/09/2019 13:14 print(type(str_time)) #

！注意：dateutil.parser 虽然是一个很有用但并不完美的工具。值得注意的是，它会将一些字符串识别为你并不想要的日期，比如'12', 被解析成'2020-12-12 00:00:00'。

⼆. Pandas 处理时间序列

应用场景：
1、轴索引(作可视化图)
2、DataFrame 的列

1、将时间列转换为时间格式

大多数时候，我们是从 csv 文件中导入数据，此时 Dataframe 中对应的时间列是字符串的形式。运用 pd.to_datetime()，可以将对应的列转换为 Pandas 中的 datetime64 类型，便于后期的处理。如下：

df['birthday'] = pd.to_datetime(df['birthday'])df.info()

2、Pandas 的 date_range() 方法可以快速创建出⼀个日期范围

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

参数介绍：

• start: ⽇期范围的开始；

• end: ⽇期范围的结束；

• periods: 固定⽇期的个数；

• freq: ⽇期偏移量，取值为 string, 默认为'D'，即：⼀天为⽇期偏移量

date_range() 的使⽤⽅式

• 使⽤ start 和 end 以及默认的 freq 参数创建

• 使⽤ start 和 end 以及频率参数 freq 为 10 天创建

• 使⽤ start 和 periods 以及默认的频率参数创建

import pandas as pddate= pd.date_range(start='20190505',end='20190606')print(date)date= pd.date_range(start='20190505',end='20190606',freq="10D")print(date)date= pd.date_range(start='20190505',periods=10,freq="D")print(date)

3、时间序列的索引

时间序列中索引和 Pandas 普通的索引类似，可以直接[]或用 loc[]取值

# 时间设置成数据的索引import pandas as pdimport numpy as np#使用pd.date_range()来创建从2019-01-01开始的时间索引time_index = pd.date_range('2019-01-01', periods=400)#使用numpy的随机数创建365个随机整数time_data = np.random.randint(100,size=400)#创建出以时间序列为索引的Series数据date_time = pd.Series(data=time_data,index=time_index)print(date_time)

#根据年进行索引date_time['2020']

#使用时间戳进行切片处理date_time.loc['2019-10-05':'2019-10-10']

4、提取出时间 / 日期的属性

在时序数据处理过程中，经常需要实现下述需求：

求某个日期对应的星期数(2019-06-05 是第几周)
判断一个日期是周几(2020-01-01 是周几)
判断某一日期是第几季度(2019-07-08 属于哪个季度)

当数据中的时间列(本数据中为 trade_date 列)已经转换为 datetime64 格式时，仅需调用. dt 接口，即可快速求得想要的结果，下表中列出了. dt 接口所提供的常见属性：

import pandas as pddic = {'name':['xiaoming'],      'birthday':['1995-07-22']}df = pd.DataFrame(dic)df['birthday'] = pd.to_datetime(df['birthday'])# 一年中的第几天df.birthday.dt.dayofweek[0] # 5# 返回对应日期 df.birthday.dt.date[0]    #datetime.date(1995, 7, 22)# 返回周数df.birthday.dt.weekofyear[0] # 29

希望本文的内容对大家的学习或者工作能带来一定的帮助，每天进步一点点，加油。