datetime 索引_Pandas 数据处理 | Datetime 时间模块在 Pandas 中的使用

Datatime 作为 Python 中的时间模块类型，处理时间有关数据是非常方便的， Pandas 作为数据分析程序包同样也支持 DataTime 数据机制，例如

1，函数 to_datetime() 将数据列表中的 Series 列转化为 datetime 类型，

#Convert the type to datetime
apple.Date = pd.to_datetime(apple.Date)
apple['Date'].head()

#
0   2014-07-08
1   2014-07-07
2   2014-07-03
3   2014-07-02
4   2014-07-01
Name: Date, dtype: datetime64[ns]

2，DataFrame.resample(freq)，将数据基于时间列以 freq 作为频度做数据重采样，计算出某隔一段时间中数据总值、均值、方差等指标

下面例子中数据列表的索引就是 Datatime 数据格式，最终计算得到以月为时间单位求出各列数据的平均值

# Resample the data based the offset,get the mean of data
# BM — bussiness month end frequency

apple_month = apple.resample("BM").mean()
apple_month.head()

下面将根据两套习题，简单介绍一下 Pandas 是怎么使用 DataFrame 数据的

1 , to_datetime() 与 resample() 操作

1.1，读取数据

url = "https://raw.githubusercontent.com/guipsamora/pandas_exercises/master/09_Time_Series/Apple_Stock/appl_1980_2014.csv"
apple =pd.read_csv(url)
apple.head()

从上面数据中可以看到时间在 Date 这一列，但却不是标准的 datetime 格式，需要格式处理一下

1.2，datetime 格式转换

#Convert the type to datetime
apple.Date = pd.to_datetime(apple.Date)
apple['Date'].head()

**1.3，将 Date 列设为 index **

需要注意一点的是，后续的 采样(resample) 操作都是基于 时间列为索引列这一条件的，因此需要索引列设置，

apple = apple.set_index("Date")
# Set Index
apple.head()

Date 虽然已经设为 index，但是时间排列却并不清晰，这里用 sort_index(ascending = True) 直接对其进行正向排序

1.4，对索引进行排序

# Sort The DataFrame based on Date columns
apple.sort_index(ascending = True).head()

1.5，以月为单位对数据采样并获取mean()

# Resample the data based the offset,get the mean of data
# BM — bussiness month end frequency

apple_month = apple.resample("BM").mean()
apple_month.head()

BM 全称 Bussiness Month，是商业月的意思，在 Pandas 中称为 DataOffset，除了月之外，还提供年、日、秒、小时、分..等作为采样单位，当然也可以自定义 DataOffset.

关于 Data Offset 具体详细内容可参考：https://pandas.pydata.org/docs/user_guide/timeseries.html#timeseries-offset-aliases；

1.6，计算时间列表中最早日期与最晚日期相差天数

(apple.index.max()-apple.index.min()).days

#
12261

2，统计近两年苹果、特斯拉、IBM、LINKD各公司股价

2.1，pandas_datareader 获取数据

import pandas as pd
from pandas_datareader import data as web
import datetime as dt

start = dt.datetime(2019,1,1)
end = dt.datetime.today()
stocks = ['APPLE','TSLA','IBM','LNKD']
df = web.DataReader(stocks,'yahoo',start,end)
df

使用之前请确保pandas_datareader 包已经安装成功，这个包帮助我们直接通过爬虫获取近两年的各公司的股票信息，后面 start，end 两个 datetime 时间用于限制时间

结果显示似乎这种方法获取不到到的苹果和LINKD 的股价(但并不影响，因为这里主要是学习一下 datetime 在 Pandas 的用法)

2.2，获取 股票 数据

vol = df['Volume']
vol

**2.3，创建新列，表示 week、year **

后面做聚类分析，聚类基准选择的是 week、year , 因此需要提前创建好两列(week，year)数据

vol['week'] = vol.index.week
vol['year'] = vol.index.year
vol.head()

2.4，groupby 聚类分组(先 week ,后 year)

week = vol.groupby(['week','year']).sum()

week.head()

这样就可以很清晰地比对，2019-2020年对于每一周来说各公司股票的总值变化啦

好了，以上就是本篇文章的所有内容啦；如果有什么疑问或者想表达的，欢迎在下面留言区进行留言。

最后，感谢大家的阅读！

Reference:

1,https://pandas.pydata.org/docs/user_guide/timeseries.html#timeseries-offset-aliases

2，https://github.com/guipsamora/pandas_exercises/blob/master/09_Time_Series/Getting_Financial_Data

推荐阅读：

19 个接私活平台汇总升级版，你有技术就有钱

Python 计算 0.1+0.2≠0.3？6 张图搞清楚原理！