時間序列（time series）資料是一種重要的結構化資料形式，，在多個時間點觀察或測量到的任何時間都可以形成一段時間序列，很多時間， 時間序列是固定頻率的， 也就是說， 資料點是根據某種規律定期出現的（比如每15秒，，，，），時間序列也可以是不定期的，時間序列資料的意義取決于具體的應用場景，主要由以下幾種：
- 時間戳（timestamp），特定的時刻，
- 固定時期（period），如2007年1月或2010年全年，
- 時間間隔（interval），由起始和結束時間戳表示，時期（period）可以被看做間隔（interval）的特例，
1. 時間和日期資料型別及其工具：
Python標準庫包含用于日期（date）和時間（time）資料的資料型別，而且還有日歷方面的功能，我們主要會用到datetime、time以及calendar模塊，datetime.datetime（也可以簡寫為datetime）是用得最多的資料型別：
In [10]: from datetime import datetime In [11]: now = datetime.now() In [12]: now Out[12]: datetime.datetime(2017, 9, 25, 14, 5, 52, 72973) In [13]: now.year, now.month, now.day Out[13]: (2017, 9, 25)
datetime以毫秒形式存盤日期和時間，timedelta表示兩個datetime物件之間的時間差：
In [14]: delta = datetime(2011, 1, 7) - datetime(2008, 6, 24, 8, 15) In [15]: delta Out[15]: datetime.timedelta(926, 56700) In [16]: delta.days Out[16]: 926 In [17]: delta.seconds Out[17]: 56700
可以給datetime物件加上（或減去）一個或多個timedelta，這樣會產生一個新物件：
In [18]: from datetime import timedelta In [19]: start = datetime(2011, 1, 7) In [20]: start + timedelta(12) Out[20]: datetime.datetime(2011, 1, 19, 0, 0) In [21]: start - 2 * timedelta(12) Out[21]: datetime.datetime(2010, 12, 14, 0, 0)
字串和datetime的相互轉換
利用str或strftime方法（傳入一個格式化字串），datetime物件和pandas的Timestamp物件（稍后就會介紹）可以被格式化為字串：
In [22]: stamp = datetime(2011, 1, 3) In [23]: str(stamp) Out[23]: '2011-01-03 00:00:00' In [24]: stamp.strftime('%Y-%m-%d') Out[24]: '2011-01-03'
datetime.strptime可以用這些格式化編碼將字串轉換為日期：
In [26]: datetime.strptime(value, '%Y-%m-%d') Out[26]: datetime.datetime(2011, 1, 3, 0, 0) In [27]: datestrs = ['7/6/2011', '8/6/2011'] In [28]: [datetime.strptime(x, '%m/%d/%Y') for x in datestrs] Out[28]: [datetime.datetime(2011, 7, 6, 0, 0), datetime.datetime(2011, 8, 6, 0, 0)]
datetime.strptime是通過已知格式進行日期決議的最佳方式，但是每次都要撰寫格式定義是很麻煩的事情，尤其是對于一些常見的日期格式，這種情況下，你可以用dateutil這個第三方包中的parser.parse方法（pandas中已經自動安裝好了）：
In [29]: from dateutil.parser import parse In [30]: parse('2011-01-03') Out[30]: datetime.datetime(2011, 1, 3, 0, 0)
dateutil可以決議幾乎所有人類能夠理解的日期表示形式：
In [31]: parse('Jan 31, 1997 10:45 PM') Out[31]: datetime.datetime(1997, 1, 31, 22, 45)
在國際通用的格式中，日出現在月的前面很普遍，傳入dayfirst=True即可解決這個問題：
In [32]: parse('6/12/2011', dayfirst=True) Out[32]: datetime.datetime(2011, 12, 6, 0, 0)
pandas通常是用于處理成組日期的，不管這些日期是DataFrame的軸索引還是列，to_datetime方法可以決議多種不同的日期表示形式，對標準日期格式（如ISO8601）的決議非常快：
In [33]: datestrs = ['2011-07-06 12:00:00', '2011-08-06 00:00:00'] In [34]: pd.to_datetime(datestrs) Out[34]: DatetimeIndex(['2011-07-06 12:00:00', '2011-08-06 00:00:00'], dtype='dat etime64[ns]', freq=None)
它還可以處理缺失值（None、空字串等）：
In [35]: idx = pd.to_datetime(datestrs + [None]) In [36]: idx Out[36]: DatetimeIndex(['2011-07-06 12:00:00', '2011-08-06 00:00:00', 'NaT'], dty pe='datetime64[ns]', freq=None) In [37]: idx[2] Out[37]: NaT In [38]: pd.isnull(idx) Out[38]: array([False, False, True], dtype=bool)
NaT（Not a Time）是pandas中時間戳資料的null值，
2. 時間序列基礎
pandas最基本的時間序列型別就是以時間戳（通常以Python字串或datatime物件表示）為索引的Series：
In [39]: from datetime import datetime In [40]: dates = [datetime(2011, 1, 2), datetime(2011, 1, 5), ....: datetime(2011, 1, 7), datetime(2011, 1, 8), ....: datetime(2011, 1, 10), datetime(2011, 1, 12)] In [41]: ts = pd.Series(np.random.randn(6), index=dates) In [42]: ts Out[42]: 2011-01-02 -0.204708 2011-01-05 0.478943 2011-01-07 -0.519439 2011-01-08 -0.555730 2011-01-10 1.965781 2011-01-12 1.393406 dtype: float64
這些datetime物件實際上是被放在一個DatetimeIndex中的：
In [43]: ts.index Out[43]: DatetimeIndex(['2011-01-02', '2011-01-05', '2011-01-07', '2011-01-08', '2011-01-10', '2011-01-12'], dtype='datetime64[ns]', freq=None)
跟其他Series一樣，不同索引的時間序列之間的算術運算會自動按日期對齊：
In [44]: ts + ts[::2] Out[44]: 2011-01-02 -0.409415 2011-01-05 NaN 2011-01-07 -1.038877 2011-01-08 NaN 2011-01-10 3.931561 2011-01-12 NaN dtype: float64
ts[::2] 是每隔兩個取一個，
索引、選取、子集構造
當你根據標簽索引選取資料時，時間序列和其它的pandas.Series很像：
In [48]: stamp = ts.index[2] In [49]: ts[stamp] Out[49]: -0.51943871505673811
還有一種更為方便的用法：傳入一個可以被解釋為日期的字串：
In [50]: ts['1/10/2011'] Out[50]: 1.9657805725027142 In [51]: ts['20110110'] Out[51]: 1.9657805725027142
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/274356.html
標籤：其他