【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.dat