机器学习-数据科学库（第6节）

---

一、时间序列

1.生成一段时间范围

pd.date_range(start=None, end=None, periods=None, freq=‘D’)

start和end以及freq配合能够生成start和end范围内以频率freq的一组时间索引
start和periods以及freq配合能够生成从start开始的频率为freq的periods个时间索引

2.频率

3.时间字符串转化为时间序列

df[“timeStamp”] = pd.to_datetime(df[“timeStamp”],format="")

format参数大部分情况下可以不用写，但是对于pandas无法格式化的时间字符串，我们可以使用该参数，比如包含中文

4.重采样

重采样：指的是将时间序列从一个频率转化为另一个频率进行处理的过程，将高频率数据转化为低频率数据为降采样，低频率转化为高频率为升采样，pandas提供了一个resample的方法来实现频率转化。

5.PeriodIndex

DatetimeIndex可以理解为时间戳,PeriodIndex可以理解为时间段

periods = pd.PeriodIndex(year=data[“year”],month=data[“month”],day=data[“day”],hour=data[“hour”],freq=“H”)
降采样：data = df.set_index(periods).resample(“10D”).mean()

二、案例

import pandas as pd
import numpy as np
from matplotlib import pyplot as plt
df=pd.read_csv("./911.csv")
获取分类
print()df["title"].str.split(":")
temp_list=df["title"].str
cate_list=list(set([i[0] for i in temp_list]))
print(cate_list)
#构造全为0的数组
zeros_df=pd.DataFrame(np.zeros((df.shape[0],len(cate_list))),columns=cate_list)
#赋值
for cate in cate_list:
    zeros_df[cate][df["title"].str.contains(cate)]=1
sum_ret=zeros_df.sum(axis=0)
print(sum_ret)