Pandas处理时间序列（一）

Pandas处理时间序列

  由于Pandas最初是为金融模型而创建的，因此它拥有一些功能非常强大的日期、时间、带时间索引的处理工具。

3.12.1 Python的日期与时间工具

  Python中处理时间日期、时间、时间跨度的工具很多。常用的有如下三类：

• 原生Python：datetime和dateutil库
• NumPy库
• Pandas库

1.原生Python的日期与时间工具：datetime与deteutil

  Python基础的日期与时间功能都在标准库的datetime模块中。与第三方库dateutil模块搭配使用，可以实现许多时间与日期的功能。

dateutil模块安装：

pip install python-dateutil

使用datetime创建一个日期：

In [1]: from datetime import datetime
		datetime(year=2019,month=7,day=5)
Out[1]: datetime.datetime(2019, 7, 5, 0, 0)

对字符串格式的日期进行解析：

In [2]: date = parser.parse("5th of July, 2019")
		date
Out[2]: datetime.datetime(2019, 7, 5, 0, 0)

一旦有了datetime对象，就可以进行许多操作，比如打印出星期：

In [3]: date.strftime('%A')
Out[3]: 'Friday'

在上面的代码中使用了标准字符串格式，可以在datetime文档中获取更多信息。
datetime文档

2.Numpy的datetime64类型

  和Numpy的存在原因相似，如果处理的时间数据量比较大，那么Python的原生库处理起来就会比较慢，于是Numpy增加了自己的时间序列类型。

In [4]: import numpy as np
		date = np.array('2019-07-05',dtype=np.datetime64)
		date
Out[4]: array('2019-07-05', dtype='datetime64[D]')

有了这个日期格式，就可以进行快速的向量化运算：

In [5]: date + np.arange(10)
Out[5]: array(['2019-07-05', '2019-07-06', '2019-07-07', '2019-07-08','2019-07-09', '2019-07-10', '2019-07-11', '2019-07-12','2019-07-13', '2019-07-14'], dtype='datetime64[D]')

  因为Numpy的datetime64数组内元素类型统一，所以运算速度会比Python的datetime运算速度快很多。

3.Pandas的日期与时间工具：理想与现实的最佳解决方案

  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。Pandas 通过一组Timestamp 对象就可以创建一个可以作为Series 或DataFrame 索引的
DatetimeIndex。

Pandas处理时间字符串：

In [6]: import pandas as pd
		date = pd.to_datetime('5th of July, 2019')
In [7]: date 
Out[7] :Timestamp('2019-07-05 00:00:00')

获取星期：
大写A是全称，小写a是简称

In [8]: date.strftime("%a")
out[8]: 'Fri'

进行向量化计算：

In [9]: date + pd.to_timedelta(np.arange(10))
Out[9] :
DatetimeIndex([          '2019-07-05 00:00:00',
               '2019-07-05 00:00:00.000000001',
               '2019-07-05 00:00:00.000000002',
               '2019-07-05 00:00:00.000000003',
               '2019-07-05 00:00:00.000000004',
               '2019-07-05 00:00:00.000000005',
               '2019-07-05 00:00:00.000000006',
               '2019-07-05 00:00:00.000000007',
               '2019-07-05 00:00:00.000000008',
               '2019-07-05 00:00:00.000000009'],
              dtype='datetime64[ns]', freq=None)

  由于datetime64 对象是64 位精度，所以可编码的时间范围可以是基本单元的2的64次方 倍。所以要指定计算单位：
D：天，M：月

In [10]: date + pd.to_timedelta(np.arange(10),'D')
Out[10]: DatetimeIndex(['2019-07-05', '2019-07-06', '2019-07-07', '2019-07-08', '2019-07-09', '2019-07-10', '2019-07-11', '2019-07-12', '2019-07-13', '2019-07-14'],
		 dtype='datetime64[ns]', freq=None)

3.12.2 Pandas时间序列：用时间做索引

  Pandas 时间序列工具非常适合用来处理带时间戳的索引数据.比如我们通过时间索引创建一个Series对象：

In [11]: index = pd.DatetimeIndex(['2019-07-01', '2014-07-04','2019-06-04', '2015-05-04'])
		 data = pd.Series([1,2,3,4],index=index)
		 data
Out[11]: 2019-07-01    1
		 2014-07-04    2
		 2019-06-04    3
		 2015-05-04    4
		 dtype: int64

我们可以直接用日期进行切片取值，他会选取符合切片时间段内的所有值：

In [11]:data["2014-07-04":"2019-06-04"]
Out[11]:2014-07-04    2
		2019-06-04    3
		2015-05-04    4
		dtype: int64

我们也可以使用不存在data中的索引值做切片：

In [12]:data["2010-07-04":"2019-06-04"]
Out[12]:2014-07-04    2
		2019-06-04    3
		2015-05-04    4
		dtype: int64

另外，可以直接通过年份(月份)获取该年所有数据：

In [13]:data['2019']
Out[13]:2019-07-01    1
		2019-06-04    3
		dtype: int64