Pandas时间戳索引-DatetimeIndex
pd.DatetimeIndex()与TimeSeries时间序列
pd.DatetimeIndex()可以直接生成时间戳索引，支持使用str、datetime.datetime。
单个时间戳的类型为Timestamp，多个时间戳的类型为DatetimeIndex，示例如下：
rng = pd.DatetimeIndex(['12/1/2017','12/2/2017','12/3/2017','12/4/2017','12/5/2017']) print(rng,type(rng)) print(rng[0],type(rng[0])) >>> DatetimeIndex(['2017-12-01', '2017-12-02', '2017-12-03', '2017-12-04', '2017-12-05'], dtype='datetime64[ns]', freq=None) <class 'pandas.core.indexes.datetimes.DatetimeIndex'> 2017-12-01 00:00:00 <class 'pandas._libs.tslibs.timestamps.Timestamp'>
什么是TimeSeries时间序列？
以DatetimeIndex为index的Series，为TimeSries时间序列
举个栗子：
st = pd.Series(np.random.rand(len(rng)), index = rng) print(st,type(st)) print(st.index) >>> 2017-12-01 0.081920 2017-12-02 0.921781 2017-12-03 0.489779 2017-12-04 0.257632 2017-12-05 0.805373 dtype: float64 <class 'pandas.core.series.Series'> DatetimeIndex(['2017-12-01', '2017-12-02', '2017-12-03', '2017-12-04', '2017-12-05'], dtype='datetime64[ns]', freq=None)
pd.date_range()-生成日期范围
pd.date_range()生成日期范围有两种生成方式(默认频率是day)：
- 起始时间(start) + 结束时间(end)
- 起始时间(start)/结束时间(end) + 偏移量(periods)
举个栗子：
date1 = pd.date_range('2017/1/1','2017/10/1',normalize=True) print(date1) date2 = pd.date_range(start = '1/1/2017', periods = 10) print(date2) date3 = pd.date_range(end = '1/30/2017 15:00:00', periods = 10,normalize=True) # 增加了时、分、秒 print(date3) >>> DatetimeIndex(['2017-01-01', '2017-01-02', '2017-01-03', '2017-01-04', '2017-01-05', '2017-01-06', '2017-01-07', '2017-01-08', '2017-01-09', '2017-01-10', ... '2017-09-22', '2017-09-23', '2017-09-24', '2017-09-25', '2017-09-26', '2017-09-27', '2017-09-28', '2017-09-29', '2017-09-30', '2017-10-01'], dtype='datetime64[ns]', length=274, freq='D') DatetimeIndex(['2017-01-01', '2017-01-02', '2017-01-03', '2017-01-04', '2017-01-05', '2017-01-06', '2017-01-07', '2017-01-08', '2017-01-09', '2017-01-10'], dtype='datetime64[ns]', freq='D') DatetimeIndex(['2017-01-21', '2017-01-22', '2017-01-23', '2017-01-24', '2017-01-25', '2017-01-26', '2017-01-27', '2017-01-28', '2017-01-29', '2017-01-30'], dtype='datetime64[ns]', freq='D')
pd.date_range(start=None, end=None, periods=None, freq='D', tz=None, normalize=False, name=None, closed=None, **kwargs)
其中常用参数含义如下：
- start：开始时间
- end：结束时间
- periods：偏移量
- freq：频率，默认天，pd.date_range()默认频率为日历日，pd.bdate_range()默认频率为工作日
- tz：时区
- normalize：时间参数值正则化到午夜时间戳
- closed：默认为None的情况下，左闭右闭，left则左闭右开，right则左开右闭
举个栗子对normalize参数进行实际运用：
rng4 = pd.date_range(start = '1/1/2017 15:30', periods = 10, name = 'hello world!', normalize = True) print(rng4) >>> DatetimeIndex(['2017-01-01', '2017-01-02', '2017-01-03', '2017-01-04', '2017-01-05', '2017-01-06', '2017-01-07', '2017-01-08', '2017-01-09', '2017-01-10'], dtype='datetime64[ns]', name='hello world!', freq='D')
freq的使用(1) - 固定频率时间序列的生成
基础使用如下：
print(pd.date_range('2017/1/1','2017/1/4')) # 默认freq = 'D'：每日历日 print(pd.date_range('2017/1/1','2017/1/4', freq = 'B')) # B：每工作日 print(pd.date_range('2017/1/1','2017/1/2', freq = 'H')) # H：每小时 print(pd.date_range('2017/1/1 12:00','2017/1/1 12:10', freq = 'T')) # T/MIN：每分 print(pd.date_range('2017/1/1 12:00:00','2017/1/1 12:00:10', freq = 'S')) # S：每秒 print(pd.date_range('2017/1/1 12:00:00','2017/1/1 12:00:10', freq = 'L')) # L：每毫秒（千分之一秒） print(pd.date_range('2017/1/1 12:00:00','2017/1/1 12:00:10', freq = 'U')) # U：每微秒（百万分之一秒）
进阶使用如下：
print(pd.date_range('2017/1/1','2017/2/1', freq = 'W-MON')) # W-MON：从指定星期几开始算起，每周 # 星期几缩写：MON/TUE/WED/THU/FRI/SAT/SUN print(pd.date_range('2017/1/1','2017/5/1', freq = 'WOM-2MON')) # WOM-2MON：每月的第几个星期几开始算，这里是每月第二个星期一
freq的使用(2) - 多样化生成需要的时间序列
生成指定频率的日历日：
print(pd.date_range('2017','2018', freq = 'M')) print(pd.date_range('2017','2020', freq = 'Q-DEC')) print(pd.date_range('2017','2020', freq = 'A-DEC')) print('------') # M：每月最后一个日历日 # Q-月：指定月为季度末，每个季度末最后一月的最后一个日历日 # A-月：每年指定月份的最后一个日历日 # 月缩写：JAN/FEB/MAR/APR/MAY/JUN/JUL/AUG/SEP/OCT/NOV/DEC # 所以Q-月只有三种情况：1-4-7-10,2-5-8-11,3-6-9-12
生成指定频率的工作日：
print(pd.date_range('2017','2018', freq = 'BM')) print(pd.date_range('2017','2020', freq = 'BQ-DEC')) print(pd.date_range('2017','2020', freq = 'BA-DEC')) print('------') # BM：每月最后一个工作日 # BQ-月：指定月为季度末，每个季度末最后一月的最后一个工作日 # BA-月：每年指定月份的最后一个工作日
生成指定规律的特殊时间：
print(pd.date_range('2017','2018', freq = 'MS')) print(pd.date_range('2017','2020', freq = 'QS-DEC')) print(pd.date_range('2017','2020', freq = 'AS-DEC')) print('------') # M：每月第一个日历日 # QS-月：指定月为季度末，每个季度末最后一月的第一个日历日 # AS-月：每年指定月份的第一个日历日 print(pd.date_range('2017','2018', freq = 'BMS')) print(pd.date_range('2017','2020', freq = 'BQS-DEC')) print(pd.date_range('2017','2020', freq = 'BAS-DEC')) print('------') # BMS：每月第一个工作日 # BQS-月：指定月为季度末，每个季度末最后一月的第一个工作日 # BAS-月：每年指定月份的第一个工作日
freq的使用(3) - 复合频率的使用
生成指定复合频率的时间序列：
print(pd.date_range('2017/1/1','2017/2/1', freq = '7D')) # 7天 print(pd.date_range('2017/1/1','2017/1/2', freq = '2h30min')) # 2小时30分钟 print(pd.date_range('2017','2018', freq = '2M')) # 每间隔2个月的第一个日历日
asfreq - 时期频率转换
以天为间隔频率的时间序列如何修改为更小单位间隔的时间序列？
ts = pd.Series(np.random.rand(4), index = pd.date_range('20170101','20170104')) print(ts) print(ts.asfreq('4H',method = 'ffill')) # 改变频率，这里是D改为4H # method：插值模式，None不插值，ffill用之前值填充，bfill用之后值填充
如何超前/滞后数据？
下面栗子超前/滞后的数据移动的是数值：
ts = pd.Series(np.random.rand(4), index = pd.date_range('20170101','20170104')) print(ts) print(ts.shift(2)) print(ts.shift(-2)) print('------') # 正数：数值后移（滞后）；负数：数值前移（超前） >>> 2017-01-01 0.575076 2017-01-02 0.514981 2017-01-03 0.221506 2017-01-04 0.410396 Freq: D, dtype: float64 2017-01-01 NaN 2017-01-02 NaN 2017-01-03 0.575076 2017-01-04 0.514981 Freq: D, dtype: float64 2017-01-01 0.221506 2017-01-02 0.410396 2017-01-03 NaN 2017-01-04 NaN Freq: D, dtype: float64
而加上freq偏移参数则偏移的的是前面的索引时间戳而不是数值：
print(ts.shift(2, freq = 'D')) print(ts.shift(2, freq = 'T')) # 加上freq参数：对时间戳进行位移，而不是对数值进行位移
巩固练习
- 作业1：请输出以下时间序列
- 作业2：按要求创建时间序列ts1，并转换成ts2
