时期及其算术运算

时期（period）表示的是时间区间，比如数日、数月、数季、数年等。Period类所 表示的就是这种数据类型，其构造函数需要用到一个字符串或整数，以及表11-4中 的频率:

In [149]: p = pd.Period(2007, freq='A-DEC') 
In [150]: p 
Out[150]: Period('2007', 'A-DEC')

这里，这个Period对象表示的是从2007年1月1日到2007年12月31日之间的整段时间。

只需对Period对象加上或减去一个整数即可达到根据其频率进行位移的效果：

In [151]: p + 5 
Out[151]: Period('2012', 'A-DEC') 
In [152]: p - 2 
Out[152]: Period('2005', 'A-DEC')

如果两个Period对象拥有相同的频率，则它们的差就是它们之间的单位数量：

In [153]: pd.Period('2014', freq='A-DEC') - p 
Out[153]: 7

period_range函数可用于创建规则的时期范围：

In [154]: rng = pd.period_range('2000-01-01', '2000-06-30', freq ='M') 
In [155]: rng 
Out[155]: PeriodIndex(['2000-01', '2000-02', '2000-03', '2000-04 ', '2000-05', '2000-06'], dtype='period[M]', freq='M')

PeriodIndex类保存了一组Period，它可以在任何pandas数据结构中被用作轴索引：

In [156]: pd.Series(np.random.randn(6), index=rng) 
Out[156]: 
2000-01 -0.514551 
2000-02 -0.559782 
2000-03 -0.783408 
2000-04 -1.797685 
2000-05 -0.172670 
2000-06 0.680215 
Freq: M, dtype: float64

如果你有一个字符串数组，你也可以使用PeriodIndex类：

In [157]: values = ['2001Q3', '2002Q2', '2003Q1'] 
In [158]: index = pd.PeriodIndex(values, freq='Q-DEC') 
In [159]: index 
Out[159]: PeriodIndex(['2001Q3', '2002Q2', '2003Q1'], dtype='per iod[Q-DEC]', freq ='Q-DEC')

时期的频率转换

Period和PeriodIndex对象都可以通过其asfreq方法被转换成别的频率。假设我们有 一个年度时期，希望将其转换为当年年初或年末的一个月度时期。该任务非常简 单：

In [160]: p = pd.Period('2007', freq='A-DEC') 
In [161]: p 
Out[161]: Period('2007', 'A-DEC') 
In [162]: p.asfreq('M', how='start') 
Out[162]: Period('2007-01', 'M') 
In [163]: p.asfreq('M', how='end') 
Out[163]: Period('2007-12', 'M')

你可以将Period('2007','A-DEC')看做一个被划分为多个月度时期的时间段中的游 标。图11-1对此进行了说明。
对于一个不以12月结束的财政年度，月度子时期的归属情况就不一样了：

In [164]: p = pd.Period('2007', freq='A-JUN') 
In [165]: p 
Out[165]: Period('2007', 'A-JUN') 
In [166]: p.asfreq('M', 'start') 
Out[166]: Period('2006-07', 'M') 
In [167]: p.asfreq('M', 'end') 
Out[167]: Period('2007-06', 'M')

在将高频率转换为低频率时，超时期（superperiod）是由子时期（subperiod）所 属的位置决定的。例如，在A-JUN频率中，月份“2007年8月”实际上是属于周期“2008年”的：

这地方很关键！慢慢理解

In [168]: p = pd.Period('Aug-2007', 'M') 
In [169]: p.asfreq('A-JUN') 
Out[169]: Period('2008', 'A-JUN')

完整的PeriodIndex或TimeSeries的频率转换方式也是如此：

In [170]: rng = pd.period_range('2006', '2009', freq='A-DEC') 
In [171]: ts = pd.Series(np.random.randn(len(rng)), index=rng) 
In [172]: ts 
Out[172]: 
2006 1.607578 
2007 0.200381 
2008 -0.834068 
2009 -0.302988 
Freq: A-DEC, dtype: float64 
In [173]: ts.asfreq('M', how='start') 
Out[173]: 
2006-01 1.607578 
2007-01 0.200381 
2008-01 -0.834068 
2009-01 -0.302988 
Freq: M, dtype: float64

这里，根据年度时期的第一个月，每年的时期被取代为每月的时期。
如果我们想要 每年的最后一个工作日，我们可以使用“B”频率，并指明想要该时期的末尾：

In [174]: ts.asfreq('B', how='end') 
Out[174]: 
2006-12-29 1.607578 
2007-12-31 0.200381 
2008-12-31 -0.834068 
2009-12-31 -0.302988 
Freq: B, dtype: float64

未完待续。。。