随便放个镇楼图,图片源自unsplash
1. Python的日期与时间工具
Python基本的日期与时间功能都在标准库的datetime模块中,例如使用datetime类型创建一个日期,返回一个datetime对象:
from datetime import datetime
#创建日期2019年8月5日
dt1 = datetime(2019,8,5)
返回当前时刻及其年、月、日、周等:
>>>from datetime import datetime
>>>datetime.now()
#2019年8月5日15时38分1秒
datetime.datetime(2019, 8, 5, 15, 38, 1, 345990)
>>>datetime.now().year
2019
>>>datetime.now().month
8
>>>datetime.now().day
14
>>>datetime.now().weekday()+1
#周一
1
>>>datetime.now().isocalendar()
#2019年第32周的第1天
(2019,32,1)
>>>datetime.now().isocalendar()[1]
#返回周数
32
设置指定的日期、时间格式:
>>>from datetime import datetime
>>>datetime.now().date()
datetime.date(2019, 8, 5) #只显示日期
>>>datetime.now().time()
datetime.date(2019, 8, 5) #只显示时间
#使用strftime()函数可自定义时间和日期的格式
>>>datetime.now().strftime('%Y%m%d')
'20190805'
时间计算:
datetime2 = datetime1 + timedelta
datetime2 = datetime1 - timedelta
timedelta = datetime1 - datetime2
datetime1 < datetime2
datetime模块在易用性和灵活性方面表现良好,但如果需要处理的时间数据量比较大时,datetime的速度就会比较慢。
2. Pandas的日期与时间工具
Pandas所有关于日期与时间的处理方法全部都是通过Timestamp对象实现的,通过一组Timestamp对象就可以创建一个作为Series或DateFrame索引的DatetimeIndex。
import pandas as pd
dt2 = pd.to_datetime('21090805')
print(dt2)
#Timestamp('2109-08-05 00:00:00')
print(dt2.date())
#datetime.date(2109, 8, 5)
在Pandas中,用来处理时间序列的基本数据类型有三种:
Timestamp类型,针对处理时间戳数据,对应的索引数据结构是DatetimeIndex,创建规律性时间序列的方法为:pd.date_range()。
PeriodIndex类型,针对处理时间周期数据,对应的索引数据结构是PeriodIndex,创建规律性时间序列的方法为:pd.period_range()。
Timedelta类型,针对处理时间增量或持续时间,对应的索引数据结构是TimedeltaIndex,创建规律性时间序列的方法为:pd.timedelta_range()。
在pd.xxx_range()中,参数period用于设置周期数,freq用于设置时间间隔。
用时间作为索引
可以用DatetimeIndex()生成时间索引,例:
indx = pd.DatetimeIndex(['201908','201909','201910','201911'])
df = pd.DataFrame(.......,index=indx)
或者使用pd.xxx_range()生成一个有规律的时间序列,例:
import pandas as pd
import numpy as np
dtindx = pd.date_range('20190805',periods=17,freq='H')
dfdt = pd.DataFrame(np.random.randint(10,100,(17,3)),index=dtindx,columns=list('abc'))
print(dfdt)
# a b c
# 2019-08-05 00:00:00 19 35 66
# 2019-08-05 01:00:00 94 94 69
# 2019-08-05 02:00:00 92 77 83
# 2019-08-05 03:00:00 61 50 46
# 2019-08-05 04:00:00 48 14 11
# 2019-08-05 05:00:00 96 94 53
# 2019-08-05 06:00:00 64 56 39
# 2019-08-05 07:00:00 60 26 72
# 2019-08-05 08:00:00 33 59 84
# 2019-08-05 09:00:00 49 51 99
# 2019-08-05 10:00:00 90 22 93
# 2019-08-05 11:00:00 68 95 27
# 2019-08-05 12:00:00 91 17 26
# 2019-08-05 13:00:00 79 49 87
# 2019-08-05 14:00:00 31 81 18
# 2019-08-05 15:00:00 69 88 33
# 2019-08-05 16:00:00 83 97 44
时间频率与频率转换
时间频率指的是时间周期,即periods参数,pandas的频率代码如下:
代码
描述
代码
描述
D
天
B
天(仅含工作日)
W
周
M
月末
BM
月末(仅含工作日)
Q
季末
BQ
季末(仅含工作日)
A
年末
BA
年末(仅含工作日)
H
小时
BH
小时(工作时间)
T
分钟
S
秒
L
毫秒
U
微妙
N
纳秒
带开始索引的频率代码:
代码
频率
MS
月初
BMS
月初(仅含工作日)
QS
季初
BQS
季初(仅含工作日)
AS
年初
BAS
年初(仅含工作日)
使用 .asfreq() 进行频率转换。或者使用 resample() 。
一般情况下,resample比asfreq更常用,两者主要差异为resample()是以数据累计为基础,而asfreq()是以数据选择为基础。
频率转换对缺失值的默认处理为向前取样,也就是在里面填充NaN,填缺参数有两种:
bfill,向后取样
ffill,向前取样
时间迁移
时间迁移常用在计算数据在不同时段的差异,Pandas有两种此类方法:
shift(),迁移数据;
tshift(),迁移索引