《利用Python进行数据分析》——时间序列

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numpydatatime64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、timecalendar
  • 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()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

https://www.jianshu.com/p/18e3abcaff8b

「点点赞赏,手留余香」

    还没有人赞赏,快来当第一个赞赏的人吧!
ggplot
0 条回复 A 作者 M 管理员
    所有的伟大,都源于一个勇敢的开始!
欢迎您,新朋友,感谢参与互动!欢迎您 {{author}},您在本站有{{commentsCount}}条评论