python并以时间序列作为行索引如何指定时间 pandas时间序列索引

Python数据分析：pandas时间序列处理及操作

基本类型，以时间戳为索引的series–>datatimeindex

创建方法：

1. 指定index为datatime的list

from datetime import datetime
import pandas as pd
import numpy as np

# 指定index为datetime的list
date_list = [datetime(2019, 2, 18), datetime(2019, 2, 19), 
             datetime(2019, 2, 25), datetime(2019, 2, 26), 
             datetime(2019, 4, 4), datetime(2019, 4, 5)]
time_s = pd.Series(np.random.randn(6), index=date_list)
print(time_s)
print(type(time_s.index))

运行：

1. pd.date_range()

# pd.date_range()
dates = pd.date_range('2019-02-18', # 起始日期
                      periods=5,    # 周期
                      freq='W-SAT') # 频率
print(dates)
print(pd.Series(np.random.randn(5), index=dates))

运行：

运算时按时间索引对齐

索引

1. 索引位置

# 索引位置
print(time_s[0])

运行：

1. 索引值

# 索引值
print(time_s[datetime(2019, 2, 18)])

运行：

1. 可以被解析的日期字符串

# 可以被解析的日期字符串
print(time_s['2019/02/18'])

运行：

1. 按年份、月份索引

# 按“年份”、“月份”索引
print(time_s['2019-2'])

运行：

1. 切片操作

# 切片操作
print(time_s['2019-2-26':])

运行：

过滤 truncate

time_s.truncate(before='2019-2-25')

运行：

生成日期范围pd.data_range()

1. 传入开始、结束日期，默认生成的该时间段的时间点是按天计算（频率是D）

# 传入开始、结束日期，默认生成的该时间段的时间点是按天计算的
    date_index = pd.date_range('2019/02/18', '2019/03/18')
    print(date_index)

运行：

1. 只传入开始或结束日期，还需要传入时间段

# 只传入开始或结束日期，还需要传入时间段
print(pd.date_range(start='2019/02/18', periods=10))

运行：

1. 规范化时间戳 normalize=True

# 规范化时间戳 
print(pd.date_range(start='2019/02/18 12:13:14', periods=10))
print(pd.date_range(start='2019/02/18 12:13:14', periods=10, normalize=True))

运行：

• 频率Freq 由基础频率的倍数组成，基础频率包括：

1. BM：business end of month，每个月最后一个工作日
2. D：天，M：月

print(pd.date_range('2019/02/18', '2019/03/18', freq='2D'))

运行：

• 偏移量，每个基础频率对应一个偏移量

1. 偏移量通过加法连接

# 偏移量通过加法连接
sum_offset = pd.tseries.offsets.Week(2) + pd.tseries.offsets.Hour(12)
print(sum_offset)

print(pd.date_range('2019/02/18', '2019/03/18', freq=sum_offset))

运行：

• 移动数据（shifting），沿时间轴将数据前移或后移，保持索引不变

ts = pd.Series(np.random.randn(5), index=pd.date_range('20190218', periods=5, freq='W-SAT'))
print(ts)
print('------------')
print(ts.shift(1))

运行：

时间周期计算

• period类，通过字符串或整数及基础频率构造
• period对象可进行数学运算，但要保证具有相同的基础频率
• period_range，创建指定规则的时间周期范围，生成periodindex索引，可用于创建series或dataframe
• 时间周期的频率转换， asfreq
• 按季度计算时间周期频率