《利用Python进行数据分析》 11.3日期范围、频率和移位

11.3 日期范围、频率和移位


       pandas拥有一整套标准的时间序列频率和工具用于重新采样、推断频率以及生成固定频率的数据范围,可以用来处理固定频率的场景。

1.调用resample方法将样本时间序列转换为固定的每日频率数据(见图11-1)

图11-1:resample方法

11.3.1 生成日期范围


1.利用pandas.date_range根据特定频率生成指定长度的DatetimeIndex(见图11-2)

图11-2:利用date_range生成每日时间戳

2.date_range用法二,只传递一个起始或结尾日期以及传递一个用于生成范围的数字(见图11-3)

图11-3:date_range用法2

3.开始日期和结束日期严格的定义了生成日期索引的边界,改变其频率的方法

示例:传递’BM’频率(business end of month ,月度业务结尾生成每月最后业务日期的时间索引(见图11-4)

图11-4:每月最后业务日期时间索引

:基础时间序列频率(见表11-1、11-1(续))

表11-1:基础时间序列频率
表11-1:基础时间序列频率

4.开始或结束时间戳的时间的保留与修改(见图11-5)

图11-5:date_range保留以及修改开始或结束时间戳的时间

11.3.2 频率和日期偏置


pandas中的频率是由基础频率和倍数组成的。基础频率通常会有字符串别名,例如’M'代表每月,'H’代表每小时。

1.对于每个基础频率,都有一个对象可以被用于定义日期偏置,每小时的频率可以使用Hour类来表示(如图11-6)

图11-6:显式创建基础频率

2.使用字符串别名,不需要显式地创建这些对象,在基础频率前放一个整数以生成倍数(图11-7)

图11-7:使用字符串别名

3.多个偏置的加法联合(见图11-8)

图11-8:加法联合

4.传递频率字符串,例如’1h30min’将会有效地转换为同等的表达式(如图11-9)

图11-9:传递频率字符串

:有些频率描述点的时间并不是均匀分隔的。例如,'M'(日历月末)和’BM'(月内最后工作日)取决于当月天数,我们将这些日期称为锚定偏置量。

根据表11-1,可以获得pandas中的频率代码和日期偏置类,用户可以自行定义频率类型,用于提供pandas中没有的日期逻辑


11.3.2.1 月中某星期的日期


1.月中某星期

"月中某星期"(week of month )的日期是一个有用的频率类,以’WOM’开始。

示例:获取每月第三个星期五这样的日期(见图11-10)

图11-10:获取一段时间内每月的第三个星期五

11.3.3 移位(前向和后向)日期

"移位"是指将日期按时间向前移动或向后移动。

1.Series中shift方法用于进行简单的前向或后向移位,而不改变索引(见图11-11)

图11-11:Series中的shirt方法

:由于简单移位并不改变索引,一些数据会被丢弃

2.如果频率是已知的,则可以将频率传递给shift来推移时间戳而不是简单的数据(见图11-12)

图11-12:频率传递生成非简单数据

11.3.3.1 使用偏置进行移位日期


1.pandas日期偏置也可以使用datetime或Timestamp对象完成(见图11-13)

图11-13:pandas日期偏置

2.如果添加了一个锚定偏置量,比如MonthEnd,根据频率规则,第一个增量会将日期“前滚”到下一个日期(见图11-14)

图11-14:锚定偏置量滚动

3.创造性用法:将移位方法与groupby一起使用(见图11-15)

图11-15:创造性用法

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,348评论 6 491
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,122评论 2 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 156,936评论 0 347
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,427评论 1 283
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,467评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,785评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,931评论 3 406
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,696评论 0 266
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,141评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,483评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,625评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,291评论 4 329
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,892评论 3 312
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,741评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,977评论 1 265
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,324评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,492评论 2 348

推荐阅读更多精彩内容