第十章 时序数据
好快,已经第十章了!
一、时序中的基本对象
2020年9月7日周一早上8点整需要到教室上课,这个课会在当天早上10点结束,简单的一件事包含了四个时间概念:
第一,会出现时间戳(Date times)
第二,会出现时间差(Time deltas)
第三,会出现时间段(Time spans)
第四,会出现日期偏置(Date offsets)
前三个都很好理解,重点来看一下第四个概念:日期偏置
假设只知道9月的第一个周一早上8点要去上课,但不知道具体的日期,例如想要知道2020年9月7日后的第30个工作日是哪一天,可以理解为对于“时间”有某一种特殊的需求,需要根据具体情况来分析,使用pandas中的DateOffset。同时,pandas中没有为一列时间偏置专门设计存储类型,理由也很简单,因为需求比较奇怪,一般来说我们只需要对一批时间特征做一个统一的特殊日期偏置。
总结:
二、时间戳
1. Timestamp的构造与属性
ts = pd.Timestamp('2020-1-1 08:10:30')
ts
通过year, month, day, hour, min, second可以获取具体的数值。
pd.Timestamp.max
output:
Timestamp(‘2262-04-11 23:47:16.854775807’)
Timestamp('2262-04-11 23:47:16.854775807')
output:
Timestamp(‘1677-09-21 00:12:43.145225’)
pd.Timestamp.max.year - pd.Timestamp.min.year
output:
585
2. Datetime序列的生成
一组时间戳可以组成时间序列,可以用to_datetime和date_range来生成。其中,to_datetime能够把一列时间戳格式的对象转换成为datetime64[ns]类型的时间序列:
pd.to_datetime(['2020-1-1', '2020-1-3', '2020-1-6'])
df = pd.read_csv('../data/learn_pandas.csv')
s = pd.to_datetime(df.Test_Date)
s.head()
output:
使用format把不能转换的时间戳转换成固定的格式:
temp = pd.to_datetime(['2020\\1\\1','2020\\1\\3'],format='%Y\\%m\\%d')
temp
output:
DatetimeIndex([‘2020-01-01’, ‘2020-01-03’], dtype=‘datetime64[ns]’, freq=None)
上面返回的是DatetimeIndex(由于传入的是列表,而非pandas内部的Series),如果想要转为datetime64[ns]的序列,需要显式用Series转化:
pd.Series(temp).head()
output: