（七）Pandas时序数据 学习简要笔记 #Python #CDA学习打卡

一. 时序数据简介

1）定义

时间序列（time series），就是由时间构成的序列，它指的是在一定时间内按照时间顺序测量的某个变量的取值序列，比如一天内的温度会随时间而发生变化，或者股票的价格会随着时间不断的波动，这里用到的一系列时间，就可以看做时间序列。时间序列包含三种应用场景，分别是：

• 特定的时刻（timestamp），也就是时间戳；
• 固定的日期（period），比如某年某月某日；
• 时间间隔（interval），每隔一段时间具有规律性

2）类型

Pandas时序处理中最常见的两种数据类型为datetime和timedelta。

datetime：既有日期date也有时间time，表示一个具体的时间点（时间戳）。

timedelta：两个时间点之间的差，比如2020-01-01和2020-01-02之间的timedelta即为一天。

二. 创建时间序列数据

1）使用to_datetime创建时间序列

2）使用pd.date_range()创建一段连续的时间范围

start是起始日期，end是结束日期，freq是频率，这里设置为'D'表示每天。

3）使用Timestamp()函数创建一个特定的时间戳

4）使用datetime模块创建时间戳

三. 时长数据计算

1）计算两个时间数据之差（Timedelta）

2）计算时间戳：固定时间+Timedelta类型的时间差

四. 时序索引

1）将日期作为索引创建时间序列

periods是时间序列的长度，freq是频率，这里设置为D'表示每天。

2）索引和切片

（a）使用日期进行索引

（b）使用日期范围进行切片

（c）使用切片操作对数据进行访问

3）重采样（resample）（最重要）

重采样是指将时间序列数据的频率转换为其他频率（基于时间的groupby操作）

重采样主要有两种类型:

1、升采样（Upsampling）

升采样可以增加数据的频率或粒度（**从低频到高频），**将数据转换成更小的时间间隔。

2、降采样（Downsampling）

降采样包括减少数据的频率或粒度（**从高频到低频），**将数据转换为更大的时间间隔。

以降采样为例：

W'表示按周进行重采样，mean()表示计算每周的平均值。

整个过程其实就是一个groupby过程：

• 对原有的数据按照指定的频率进行切分，分到不同的group中
• 对不同的group执行操作
• 整合操作结果

4）滚动计算（rolling）

计算滚动平均值：window=3表示窗口大小为3，即计算每3个数据的平均值。

5）时间偏移（shift）

将时间序列向前或向后移动

1表示向后移动1个时间单位

五. 时间访问器dt：提取出时间/日期的属性

在Pandas中，可以使用dt访问器来访问时间戳或时间序列中的各个时间部分，例如年、月、日、小时、分钟、秒等。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：

1）创建一个时间序列

2）提取年份

3）提取月份

4）提取日期

5）提取小时

6）提取分钟

7）提取秒数

8）提取季度

9）提取周数

10）获取星期几的名称

11）获取该日期是一年中的第几天

12）获取该日期是一周中的第几天

13）获取该日期是一个月中的第几天

14）获取该日期所在月份的最后一天

六. 时长转化

1）创建时间戳序列

2）提取时间戳中的秒数

下一期：Pandas窗口数据，Bye！