【Python学习笔记】时间序列

随便放个镇楼图，图片源自unsplash

1. Python的日期与时间工具

Python基本的日期与时间功能都在标准库的datetime模块中，例如使用datetime类型创建一个日期，返回一个datetime对象：

from datetime import datetime
#创建日期2019年8月5日
dt1 = datetime(2019,8,5)

返回当前时刻及其年、月、日、周等：

>>>from datetime import datetime
>>>datetime.now()
#2019年8月5日15时38分1秒
datetime.datetime(2019, 8, 5, 15, 38, 1, 345990)

>>>datetime.now().year
2019

>>>datetime.now().month
8

>>>datetime.now().day
14

>>>datetime.now().weekday()+1
#周一
1

>>>datetime.now().isocalendar()
#2019年第32周的第1天
(2019,32,1)
>>>datetime.now().isocalendar()[1]
#返回周数
32

设置指定的日期、时间格式：

>>>from datetime import datetime
>>>datetime.now().date()
datetime.date(2019, 8, 5) #只显示日期
>>>datetime.now().time()
datetime.date(2019, 8, 5) #只显示时间

#使用strftime()函数可自定义时间和日期的格式
>>>datetime.now().strftime('%Y%m%d')
'20190805'

时间计算：

datetime2 = datetime1 + timedelta

datetime2 = datetime1 - timedelta

timedelta = datetime1 - datetime2

datetime1 < datetime2

datetime模块在易用性和灵活性方面表现良好，但如果需要处理的时间数据量比较大时，datetime的速度就会比较慢。

2. Pandas的日期与时间工具

Pandas所有关于日期与时间的处理方法全部都是通过Timestamp对象实现的，通过一组Timestamp对象就可以创建一个作为Series或DateFrame索引的DatetimeIndex。

import pandas as pd
dt2 = pd.to_datetime('21090805')

print(dt2)
#Timestamp('2109-08-05 00:00:00')

print(dt2.date())
#datetime.date(2109, 8, 5)

在Pandas中，用来处理时间序列的基本数据类型有三种：

• Timestamp类型，针对处理时间戳数据，对应的索引数据结构是DatetimeIndex，创建规律性时间序列的方法为：pd.date_range()。
• PeriodIndex类型，针对处理时间周期数据，对应的索引数据结构是PeriodIndex，创建规律性时间序列的方法为：pd.period_range()。
• Timedelta类型，针对处理时间增量或持续时间，对应的索引数据结构是TimedeltaIndex，创建规律性时间序列的方法为：pd.timedelta_range()。

在pd.xxx_range()中，参数period用于设置周期数，freq用于设置时间间隔。

用时间作为索引

可以用DatetimeIndex()生成时间索引，例:

indx = pd.DatetimeIndex(['201908','201909','201910','201911'])
df = pd.DataFrame(.......,index=indx)

或者使用pd.xxx_range()生成一个有规律的时间序列，例：

import pandas as pd
import numpy as np

dtindx = pd.date_range('20190805',periods=17,freq='H')
dfdt = pd.DataFrame(np.random.randint(10,100,(17,3)),index=dtindx,columns=list('abc'))

print(dfdt)
#                       a   b   c
# 2019-08-05 00:00:00  19  35  66
# 2019-08-05 01:00:00  94  94  69
# 2019-08-05 02:00:00  92  77  83
# 2019-08-05 03:00:00  61  50  46
# 2019-08-05 04:00:00  48  14  11
# 2019-08-05 05:00:00  96  94  53
# 2019-08-05 06:00:00  64  56  39
# 2019-08-05 07:00:00  60  26  72
# 2019-08-05 08:00:00  33  59  84
# 2019-08-05 09:00:00  49  51  99
# 2019-08-05 10:00:00  90  22  93
# 2019-08-05 11:00:00  68  95  27
# 2019-08-05 12:00:00  91  17  26
# 2019-08-05 13:00:00  79  49  87
# 2019-08-05 14:00:00  31  81  18
# 2019-08-05 15:00:00  69  88  33
# 2019-08-05 16:00:00  83  97  44

时间频率与频率转换

时间频率指的是时间周期，即periods参数，pandas的频率代码如下：

代码	描述	代码	描述
D	天	B	天（仅含工作日）
W	周
M	月末	BM	月末（仅含工作日）
Q	季末	BQ	季末（仅含工作日）
A	年末	BA	年末（仅含工作日）
H	小时	BH	小时（工作时间）
T	分钟
S	秒
L	毫秒
U	微妙
N	纳秒

带开始索引的频率代码：

代码	频率
MS	月初
BMS	月初（仅含工作日）
QS	季初
BQS	季初（仅含工作日）
AS	年初
BAS	年初（仅含工作日）

使用 .asfreq() 进行频率转换。或者使用 resample() 。
一般情况下，resample比asfreq更常用，两者主要差异为resample()是以数据累计为基础，而asfreq()是以数据选择为基础。

频率转换对缺失值的默认处理为向前取样，也就是在里面填充NaN，填缺参数有两种：

• bfill，向后取样
• ffill，向前取样

时间迁移

时间迁移常用在计算数据在不同时段的差异，Pandas有两种此类方法：

• shift()，迁移数据；
• tshift()，迁移索引