时间序列夹杂其他格式errors参数：
# 当一组时间序列中夹杂其他格式数据，可用errors参数返回 # errors = 'ignore':不可解析时返回原始输入，这里就是直接生成一般数组 date1 = ['2020-2-1','2020-2-2','2020-2-3','hello world!','2020-2-5','2020-2-6'] t1 = pd.to_datetime(date1, errors = 'ignore') print(t1,type(t1)) print("*"*10) # errors = 'coerce':不可扩展，缺失值返回NaT（Not a Time），结果认为DatetimeIndex t2 = pd.to_datetime(date1, errors = 'coerce') print(t2,type(t2))
输出为：
2. date_range方法
date_range是一种生成连续间隔时间的一种方法，其重要的参数为start, end, freq, periods，它们分别表示开始时间，结束时间，时间间隔，时间戳个数。其中，四个中的三个参数决定了，那么剩下的一个就随之确定了。这里要注意，开始或结束日期如果作为端点则它会被包含：
# pd.date_range()-日期范围：生成日期范围 # 2种生成方式：①start + end； ②start/end + periods # 默认频率：day # normalize：时间参数值正则化到午夜时间戳 rng1 = pd.date_range('1/1/2020','1/3/2020',name = 'index_name', normalize=True) rng2 = pd.date_range(start = '1/1/2020 10:10', periods = 3, normalize=True) rng3 = pd.date_range(end = '1/30/2020 15:00:00', periods = 3) # 增加了时、分、秒 print(rng1) print(rng2) print(rng3) print('-------') # 直接生成DatetimeIndex # pd.date_range(start=None, end=None, periods=None, freq='D', tz=None, normalize=False, name=None, closed=None, **kwargs) # 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（这里最后就直接变成0:00:00，并不是10:10:00） # name：索引对象名称 # 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 print(pd.date_range('20200101','20200104')) # 20170101也可读取 # print(pd.date_range('20200101','20200104',closed = 'right')) # print(pd.date_range('20200101','20200104',closed = 'left')) print('-------') # 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 # pd.bdate_range()默认频率为工作日 print(pd.bdate_range('20200101','20200107')) print('-------') # pd.bdate_range()默认频率为工作日
输出为：
DatetimeIndex(['2020-01-01', '2020-01-02', '2020-01-03'], dtype='datetime64[ns]', name='index_name', freq='D') DatetimeIndex(['2020-01-01', '2020-01-02', '2020-01-03'], dtype='datetime64[ns]', freq='D') DatetimeIndex(['2020-01-28 15:00:00', '2020-01-29 15:00:00', '2020-01-30 15:00:00'], dtype='datetime64[ns]', freq='D') ------- DatetimeIndex(['2020-01-01', '2020-01-02', '2020-01-03', '2020-01-04'], dtype='datetime64[ns]', freq='D') ------- DatetimeIndex(['2020-01-01', '2020-01-02', '2020-01-03', '2020-01-06', '2020-01-07'], dtype='datetime64[ns]', freq='B') ------- [Timestamp('2020-01-01 00:00:00', freq='D'), Timestamp('2020-01-02 00:00:00', freq='D'), Timestamp('2020-01-03 00:00:00', freq='D')]
freq参数的设置
pd.date_range()-日期范围：频率(1)
默认freq = ‘D’：每日历日
B：每工作日
H：每小时
T/MIN：每分
S：每秒
L：每毫秒（千分之一秒）
U：每微秒（百万分之一秒）
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
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
pd.date_range()-日期范围：频率(2)
M：每月最后一个日历日
Q-月：Q-DEC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：A-DEC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
BM：每月最后一个工作日
BQ-月：BQ-DEC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：BA-DEC每年指定月份的最后一个工作日，这里是12月
M：MS每月第一个日历日
Q-月：QS-DEC指定月为季度末，每个季度末最后一月的第一个日历日
A-月：AS-DEC每年指定月份的第一个日历日
BM：BMS每月第一个工作日
BQ-月：BQS-DEC指定月为季度末，每个季度末最后一月的第一个工作日
BA-月：BAS-DEC每年指定月份的第一个工作日
pd.date_range()-日期范围：复合频率
freq = ‘7D’ # 7天
freq = ‘2h30min’ # 2小时30分钟
freq = ‘2M’ # 2月，每月最后一个日历日
# asfreq：时期频率转换 ts = pd.Series(np.random.rand(4), index = pd.date_range('20170101','20170104')) print(ts) print(ts.asfreq('12H',method = 'ffill')) # 改变频率，这里是D改为12H # method：插值模式，None不插值，ffill用之前值填充，bfill用之后值填充
输出为：
# pd.date_range()-日期范围：超前/滞后数据 ts = pd.Series(np.arange(4), index = pd.date_range('20200101','20200104')) 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） per = ts/ts.shift(1) - 1 print(per) print('------') # 计算变化百分比，这里计算：该时间戳与上一个时间戳相比，变化百分比 print(ts.shift(2, freq = 'D')) # 天 # print(ts.shift(2, freq = 'T')) # 小时 # 加上freq参数：对时间戳进行位移，而不是对数值进行位移
输出为：
3. dt对象
在时序类型的序列上定义了dt对象来完成许多时间序列的相关操作。这里对于datetime64[ns]类型而言，可以大致分为三类操作：取出时间相关的属性、判断时间戳是否满足条件、取整操作。
第一类操作的常用属性包括：date, time, year, month, day, hour, minute, second, microsecond, nanosecond, dayofweek, dayofyear, weekofyear, daysinmonth, quarter，其中daysinmonth, quarter分别表示该月一共有几天和季度。
s = pd.Series(pd.date_range('2020-1-1','2020-1-3', freq='D')) s.dt.date # 日期 # s.dt.time 时间
输出为：
0 2020-01-01 1 2020-01-02 2 2020-01-03 dtype: object
此外，可以通过month_name, day_name返回英文的月名和星期名，注意它们是方法而不是属性：
print(s.dt.month_name()) print(s.dt.day_name())
输出为：
0 January 1 January 2 January dtype: object 0 Wednesday 1 Thursday 2 Friday dtype: object
第二类判断操作主要用于测试是否为月/季/年的第一天或者最后一天：
# 第二类判断操作主要用于测试是否为月/季/年的第一天或者最后一天： print(s.dt.is_year_start) # 还可选 is_quarter/month_start s.dt.is_year_end # 还可选 is_quarter/month_end
输出为：
0 True 1 False 2 False dtype: bool 0 False 1 False 2 False dtype: bool
第三类的取整操作包含round, ceil, floor，它们的公共参数为freq，常用的包括H, min, S（小时、分钟、秒）
s = pd.Series(pd.date_range('2020-1-1 20:35:00', '2020-1-1 22:35:00', freq='45min')) print(s) print(s.dt.round('1H')) print(s.dt.ceil('1H')) print(s.dt.floor('1H'))
输出为：
0 2020-01-01 20:35:00 1 2020-01-01 21:20:00 2 2020-01-01 22:05:00 dtype: datetime64[ns] 0 2020-01-01 21:00:00 1 2020-01-01 21:00:00 2 2020-01-01 22:00:00 dtype: datetime64[ns] 0 2020-01-01 21:00:00 1 2020-01-01 22:00:00 2 2020-01-01 23:00:00 dtype: datetime64[ns] 0 2020-01-01 20:00:00 1 2020-01-01 21:00:00 2 2020-01-01 22:00:00 dtype: datetime64[ns]
4. 时间戳的切片和索引
一般而言，时间戳序列作为索引使用。如果想要选出某个子时间戳序列，第一类方法是利用dt对象和布尔条件联合使用，另一种方式是利用切片，后者常用于连续时间戳。下面，举一些例子说明：
构建series：
s = pd.Series(np.random.randint(2,size=366), index=pd.date_range('2020-01-01','2020-12-31')) s.head()
输出为：
利用dt对象和布尔条件过滤
idx = pd.Series(s.index).dt print(idx) s[(idx.is_month_start|idx.is_month_end).values].head()
输出为：
取出5月到7月15日中间的数据
s['2020-05':'2020-7-15'].head() • 1
输出为：
