python+pandas+时间、日期以及时间序列处理方法

先简单的了解下日期和时间数据类型及工具 python标准库包含于日期（date）和时间（time）数据的数据类型，datetime、time以及calendar模块会被经常用到。datetime以毫秒形式存储日期和时间，datetime.timedelta表示两个datetime对象之间的时间差。给datetime对象加上或减去一个或多个timedelta，会产生一个新的对象

from datetime import datetimefrom datetime import timedeltanow = datetime.now()nowdatetime.datetime(2017, 6, 27, 15, 56, 56, 167000)datetime参数：datetime(year, month, day[, hour[, minute[, second[, microsecond[,tzinfo]]]]])delta = now - datetime(2017,6,27,10,10,10,10)deltadatetime.timedelta(0, 20806, 166990)delta.days 0delta.seconds 20806delta.microseconds 166990

只有这三个参数了！datetime模块中的数据类型

类型    说明date    以公历形式存储日历日期（年、月、日）time    将时间存储为时、分、秒、毫秒datetime    存储日期和时间timedelta    表示两个datetime值之间的差（日、秒、毫秒）

字符串和datetime的相互转换

1）python标准库函数 日期转换成字符串：利用str 或strftime 字符串转换成日期：datetime.strptime

stamp = datetime(2017,6,27)str(stamp) '2017-06-27 00:00:00'stamp.strftime('%y-%m-%d')#%Y是4位年，%y是2位年 '17-06-27'#对多个时间进行解析成字符串date = ['2017-6-26','2017-6-27']datetime2 = [datetime.strptime(x,'%Y-%m-%d') for x in date]datetime2[datetime.datetime(2017, 6, 26, 0, 0), datetime.datetime(2017, 6, 27, 0, 0)]

2）第三方库dateutil.parser的时间解析函数

pandas通常用于处理成组日期，不管这些日期是DataFrame的轴索引还是列，to_datetime方法可以解析多种不同的日期表示形式。

date ['2017-6-26', '2017-6-27']import pandas as pdpd.to_datetime(date) DatetimeIndex(['2017-06-26', '2017-06-27'], dtype='datetime64[ns]', freq=None)

datetime 格式定义

代码    说明%Y    4位数的年%y    2位数的年%m    2位数的月[01,12]%d    2位数的日[01，31]%H    时（24小时制）[00,23]%l    时（12小时制）[01,12]%M    2位数的分[00,59]%S    秒[00,61]有闰秒的存在%w    用整数表示的星期几[0（星期天），6]%F    %Y-%m-%d简写形式例如，2017-06-27%D    %m/%d/%y简写形式

pandas时间序列基础以及时间、日期处理

pandas最基本的时间序列类型就是以时间戳（时间点）（通常以python字符串或datetime对象表示）为索引的Series：

dates = ['2017-06-20','2017-06-21',\  '2017-06-22','2017-06-23','2017-06-24','2017-06-25','2017-06-26','2017-06-27']import numpy as npts = pd.Series(np.random.randn(8),index = pd.to_datetime(dates))ts 2017-06-20 0.788811 2017-06-21 0.372555 2017-06-22 0.009967 2017-06-23 -1.024626 2017-06-24 0.981214 2017-06-25 0.314127 2017-06-26 -0.127258 2017-06-27 1.919773 dtype: float64ts.index DatetimeIndex(['2017-06-20', '2017-06-21', '2017-06-22', '2017-06-23',   '2017-06-24', '2017-06-25', '2017-06-26', '2017-06-27'],   dtype='datetime64[ns]', freq=None)

pandas不同索引的时间序列之间的算术运算会自动按日期对齐

ts[::2]#从前往后每隔两个取数据 2017-06-20 0.788811 2017-06-22 0.009967 2017-06-24 0.981214 2017-06-26 -0.127258 dtype: float64ts[::-2]#从后往前逆序每隔两个取数据 2017-06-27 1.919773 2017-06-25 0.314127 2017-06-23 -1.024626 2017-06-21 0.372555 dtype: float64ts + ts[::2]#自动数据对齐 2017-06-20 1.577621 2017-06-21  NaN 2017-06-22 0.019935 2017-06-23  NaN 2017-06-24 1.962429 2017-06-25  NaN 2017-06-26 -0.254516 2017-06-27  NaN dtype: float64

索引为日期的Series和DataFrame数据的索引、选取以及子集构造

方法：1）.index[number_int]2)[一个可以被解析为日期的字符串]3）对于，较长的时间序列，只需传入‘年'或‘年月'可返回对应的数据切片4）通过时间范围进行切片索引
  1. ts
  2.  2017-06-20 0.788811
  3.  2017-06-21 0.372555
  4.  2017-06-22 0.009967
  5.  2017-06-23 -1.024626
  6.  2017-06-24 0.981214
  7.  2017-06-25 0.314127
  8.  2017-06-26 -0.127258
  9.  2017-06-27 1.919773
  10.  dtype: float64


  13. ts[ts.index[2]]
  14.  0.0099673896063391908
  15. ts['2017-06-21']#传入可以被解析成日期的字符串
  16.  0.37255538918121028
  17. ts['21/06/2017']
  18.  0.37255538918121028
  19. ts['20170621']
  20.  0.37255538918121028
  21. ts['2017-06']#传入年或年月
  22.  2017-06-20 0.788811
  23.  2017-06-21 0.372555
  24.  2017-06-22 0.009967
  25.  2017-06-23 -1.024626
  26.  2017-06-24 0.981214
  27.  2017-06-25 0.314127
  28.  2017-06-26 -0.127258
  29.  2017-06-27 1.919773
  30.  dtype: float64


  33. ts['2017-06-20':'2017-06-23']#时间范围进行切片
  34.  2017-06-20 0.788811
  35.  2017-06-21 0.372555
  36.  2017-06-22 0.009967
  37.  2017-06-23 -1.024626
  38.  dtype: float64
带有重复索引的时间序列
1）.index.is_unique检查索引日期是否是唯一的
2）对非唯一时间戳的数据进行聚合，通过groupby，并传入level = 0（索引的唯一一层）
  1. dates = pd.DatetimeIndex(['2017/06/01','2017/06/02','2017/06/02','2017/06/02','2017/06/03'])
  2. dates
  3.  DatetimeIndex(['2017-06-01', '2017-06-02', '2017-06-02', '2017-06-02',
  4.    '2017-06-03'],
  5.    dtype='datetime64[ns]', freq=None)

  7. dup_ts = pd.Series(np.arange(5),index = dates)
  8. dup_ts
  9.  2017-06-01 0
  10.  2017-06-02 1
  11.  2017-06-02 2
  12.  2017-06-02 3
  13.  2017-06-03 4
  14.  dtype: int32

  16. dup_ts.index.is_unique
  17.  False
  18. dup_ts['2017-06-02']
  19.  2017-06-02 1
  20.  2017-06-02 2
  21.  2017-06-02 3
  22.  dtype: int32

  24. grouped = dup_ts.groupby(level=0).mean()
  25. grouped
  26.  2017-06-01 0
  27.  2017-06-02 2
  28.  2017-06-03 4
  29.  dtype: int32

  31. dup_df = pd.DataFrame(np.arange(10).reshape((5,2)),index = dates )
  32. dup_df
0    12017-06-01    0   12017-06-02    2   32017-06-02    4   52017-06-02    6   72017-06-03    8   9
grouped_df = dup_df.groupby(level=0).mean()##针对DataFramegrouped_df
总结
  1. 1）字符串、日期的转换方法

  3. 2）日期和时间的主要python，datetime、timedelta、pandas.to_datetime等

  5. 3）以时间为索引的Series和DataFrame的索引、切片

  7. 4）带有重复时间索引时的索引，.groupby(level=0)应用