Python之--时间序列

1.时间序列

不管在哪个领域中（金融学、经济学、生态学、神经科学、物理学等），时间序列数据都是一种重要的结构化数据形式，在多个时间点观察或者测量到的任何事物都可以形成一段时间序列。很多时间序列是固定频率的，也就是说，数据点是根据某种规律定期出现的（比如每15分钟、每5分钟、每一个月等）。时间序列也可以是不定期的。时间序列数据的意义取决于具体的应用场景，主要有以下几种：

• 时间戳（timestamp）：特定的时刻
• 固定时期（period）：如2019年1月或者2019年全年
• 时间间隔（interval）：由起始和结束时间戳表示。时期也可以看做间隔的特例
• 实验或过程时间，每个时间点都是相对于特定起始时间的一个度量。例如，从放入烤箱时起，每秒钟饼干的直径。
  下面主要从前3中时间序列来讲解，就目前而言，前三种中时间戳的应用更加常见

2.日期和事件数据类型及工具

Python标准库包含用于时间（time）和日期（date）数据的数据类型，而且还有日历方面的功能，我会主要用到datetime、time以及calendar模块。datetime.datetime（也可以简写为datatime）是用的最多的数据类型：

    from datetime import datetime
    now = datetime.now()
    print(now)
    print(now.year)
    print(now.month)
    print(now.day)
    
    """
    2019-03-25 13:07:37.236060
    2019
    3
    25
    """

• datetime以毫秒形式存储日期和时间。datetime.timedelta表示两个datetime对象之间的时间差：

    delta = datetime(2015,1,7) - datetime(2013,3,4,8,20)
    print(delta)
    print(delta.days)
    print(delta.seconds)
    
    
    """
    673 days, 15:40:00
    673
    56400
    """

• 可以给datetime对象加上或者减去一个或多个timedelta，这样会产生一个新对象：

    from datetime import timedelta
    start = datetime(2015,1,7)
    s = start + timedelta(12)
    print(s)
    
    a = start - 2*timedelta(3)
    print(a)
    
    """
    2015-01-19 00:00:00
    2015-01-01 00:00:00
    """

• datetime模块中的数据类型参见下表，虽然重点讲解部分是pandas数据类型和高级时间序列处理，但是在实际工作中可定会在Python的其他地方遇到有关datetime的数据类型。

类型	说明
date	以公历形式存储日历日期（年月日）
time	将时间存储为时、分、秒、毫秒
datetime	存储日期和时间
timedelta	表示两个datetime值之间的差（日、秒、毫秒）

3.字符串和datetime的相互转换

利用str或strftime方法（传入一个格式化字符串），datetime对象和pandas的timestamp对象可以被格式化为字符串：

    stamp = datetime(2015,1,7)
    print(str(stamp))
    
    """
    2015-01-07 00:00:00