时间序列
时间序列数据是一种非常重要的结构化数据形式，应用于：金融学、经济学、神经科学、物理学等多个领域。
- 很多时间序列是固定频率的，数据点是根据某种规律定期出现的
- 时间序列也可以是不定期的，没有固定的单位或者单位之间的偏移量
应用场景
- 时间戳
timestamp，特定的时刻 -
pandas通过numpy的datatime64数据类型以纳秒形式存储时间戳 - 固定时期
period - 时间间隔
interval，由起始和结束的时间戳表示 - 时间或者时间过程
最常见的时间序列是时间戳进行索引
日期和时间数据集工具
- 标准库：
date、time和calendar - 模块包含：
datetime、time、calendar
应用最多的是datetime.datetime
image.png
字符串和datetime的相互转换
- 利用str或者strftime()将datetime对象转成字符串对象:
datetime--->字符串 - datetime.strptime：将字符串转换为日期形式：
字符串---->datetime
image.png
日期的范围pd.date_range
- pandas原生序列是不规则的，没有固定频率
- pandas自带工具用于：重采样、频率判断、生成固定频率日期范围
- 生成指定的日期范围，可以指定开始和结束日期：
index = pd.date_range('2012-04-01', '2012-06-01')pd.date_range(end='2012-06-01', periods=20)- 生成每月的第一天或者最后一天等形式的日期格式：
pd.date_range('2000-01-01', '2000-12-01', freq='MS')
频率和移动
pandas中的频率通过一个基础频率
(base frequency)和整数组成基础频率通常是字符串别名，比如M表示每月，H表示每小时
每个基础频率都有
date offset日期偏移量与之相对应
from pandas.tseries.offsets import Day
pd.date_range('2000-01-01', '2000-01-03 23:59', freq='4h')偏移量对象能够通过加法进行相加：
Hour(2)+Minute(20)传入频率字符串：
2h30min
from pandas.tseries.offsets import Hour, Minute
hour = Hour()
five_hour = Hour(5)
image.png
image.png
字符串和datetime的相互转换
- 利用
str或者strftime()将datetime对象转成字符串对象:datetime--->字符串 -
datetime.strptime：将字符串转换为日期形式：字符串---->datetime -
datetime.strptime：通过已知格式进行解析的最佳方式 -
dateutil中的parser.parse进行解析：parse("时间")
image.png
image.png
image.png
时间序列基础
- pandas中最常用的时间序列类型是时间戳
- 以字符串或者datetime对象作为索引
image.png
如何通过时间对象来选取数据
- 通过标签来选取数据
- 直接传入可以被解释为日期的字符
-
通过index标签中传入年月即可创建连续时间数据
image.png
image.png
image.png
带有重复索引的时间序列
- 通过索引的is_unique属性来判断是否唯一
-
非唯一时间戳的数据聚合：使用groupby，传入level=0
image.png
image.png
日期范围、偏移量和移动
# 日期的范围、频率和移动
# pd.date_range()：生成指定频率和长度的日期对象索引
index = pd.date_range('2012-04-01', '2012-06-01')
index
# 生成指定范围，指定开始日期
pd.date_range(start='2012-04-01', periods=20)
# 指定结束日期和长度
pd.date_range(end='2012-06-01', periods=20)
# 生成每个月的最后一天，作为索引
pd.date_range('2000-01-01', '2000-12-01', freq='BM')
# 生成每个月的第一天，作为索引
pd.date_range('2000-01-01', '2000-12-01', freq='MS')
# 起始和结束日期带有时间信息；通过normalize转化为时间戳
pd.date_range('2012-05-02 12:56:31', periods=5, normalize=True)
# 偏移量处理
from pandas.tseries.offsets import Hour, Minute
hour = Hour()
five_hour = Hour(5)
Hour(2 ) + Minute(20)
image.png
image.png
WOM
- Week of Month：获取
每月第三个星期五之类的日期
image.png
