美文网首页《利用Python进行数据分析》 第二版
《利用Python进行数据分析》 11.5时区区间和区间算术续

《利用Python进行数据分析》 11.5时区区间和区间算术续

作者: CCC考研 | 来源:发表于2018-12-17 15:35 被阅读43次

    11.5 时区区间和区间算术


    11.5.2 季度区间频率


            季度数据是会计、金融和其他领域的标准。很多季度数据是在财年结尾报告的,通常是一年12个月中的最后一个日历日或工作日。因此,由于是财年结尾,区间2012Q4有着不同的意义

    1.pandas支持所有的可能的12个季度频率从Q-JAN到Q-DEC(见图11-1)

    图11-1:季度频率

    :不同的季度频率约定(见图11-2)

    图11-2:不同的频率约定

    2.简单的区间算术

    示例:获取在季度倒数第二个工作日下午4点的时间戳(见图11-3)

    图11-3:示例

    11.5.3 将时间戳转换为区间(以及逆转换)


    1.通过时间戳索引的Series和DataFrame被to_period方法转换为区间(见图11-4)

    图11-4:时间戳转换为区间

    :区间是非重叠时间范围,一个时间戳只能属于给定频率的单个区间

    默认情况下根据时间戳推断出新PeriodIndex的频率

    2.指定频率的转换,区间可重复(见图11-5)

    图11-5:指定时间频率的转换

    3.将区间转换为时间戳利用to_timestamp

    图11-6:将区间转换为时间戳

    11.5.4 从数组中生成PeriodIndex


    固定频率数据集有时存储在跨越多列的时间范围信息中

    1.通过将数组和频率传递给PeriodIndex,可以联合这些数组形成DataFrame的索引(见图11-7)

    图11-7:从数组中生成PeriodIndex

    相关文章

      网友评论

        本文标题:《利用Python进行数据分析》 11.5时区区间和区间算术续

        本文链接:https://www.haomeiwen.com/subject/hxzahqtx.html