Series第九讲 时间相关的Series
本节课将讲解Pandas-Series中关于时间的接口。
时间相关
Series.asfreq()Series.asof()Series.shift()Series.first_valid_index()Series.last_valid_index()Series.resample()Series.tz_convert()Series.tz_localize()Series.at_timeSeries.between_time()Series.slice_shift()
详细介绍
首先导入所需依赖包
In [1]: import numpy as np
In [2]: import pandas as pd
1. Series.asfreq()
Series.asfreq(freq, method=None, how=None, normalize=False, fill_value=None)
将TimeSeries转换为指定的频率。
常用参数介绍：
- freq：DateOffset or str 【时间频率】
- method：{‘backfill’/’bfill’, ‘pad’/’ffill’}, default None 【填充NaN值的方法，注意⚠️ 这不会填充已经存在的NaN】
- normalize：bool, default False 【是否将输出索引重置为午夜】
- fill_value：scalar, optional 【用指定标量填充缺失值，注意⚠️ 这不会填充已经存在的NaN】
# 创建一个间隔为一分钟，长度为4的Series
In [3]: index = pd.date_range('1/1/2000', periods=4, freq='T')
...: series = pd.Series([0.0, None, 2.0, 3.0], index=index)
...: df = pd.DataFrame({'s':series})
In [4]: df
Out[4]:
s
2000-01-01 00:00:00 0.0
2000-01-01 00:01:00 NaN
2000-01-01 00:02:00 2.0
2000-01-01 00:03:00 3.0
# 将Series上采样到30秒档中 新加入的索引的value为NaN
In [5]: df.asfreq(freq='30S')
Out[5]:
s
2000-01-01 00:00:00 0.0
2000-01-01 00:00:30 NaN
2000-01-01 00:01:00 NaN
2000-01-01 00:01:30 NaN
2000-01-01 00:02:00 2.0
2000-01-01 00:02:30 NaN
2000-01-01 00:03:00 3.0
# 填充新增索引的缺失值 之前存在的NaN值不变
In [6]: df.asfreq(freq='30S', fill_value=9.0)
Out[6]:
s
2000-01-01 00:00:00 0.0
2000-01-01 00:00:30 9.0
2000-01-01 00:01:00 NaN
2000-01-01 00:01:30 9.0
2000-01-01 00:02:00 2.0
2000-01-01 00:02:30 9.0
2000-01-01 00:03:00 3.0
# 通过method方法填充缺失值
In [7]: df.asfreq(freq='30S', method='bfill')
Out[7]:
s
2000-01-01 00:00:00 0.0
2000-01-01 00:00:30 NaN
2000-01-01 00:01:00 NaN
2000-01-01 00:01:30 2.0
2000-01-01 00:02:00 2.0
2000-01-01 00:02:30 3.0
2000-01-01 00:03:00 3.0
2. Series.asof()
Series.asof(where, subset=None)
最后一行不是NaN值的值。
假如我有一组数据，某个时间点的时候这个值是NaN，那就求这个值之前最近一个不是NaN的值是多少。
常用参数介绍：
- where：date or array-like of dates 【时间或时间列表】
- subset：str or array-like of str, default None 【对于DataFrame，如果subset不是None，则仅使用这些列检查NaN】
In [8]: s = pd.Series([1, 2, np.nan, 4], index=[10, 20, 30, 40])
...: s
Out[8]:
10 1.0
20 2.0
30 NaN
40 4.0
dtype: float64
In [9]: s.asof(20)
Out[9]: 2.0
# 5的位置为NaN，那就找5之前最后一个不是NaN的值，前面没有，所以5对应的值为NaN
In [11]: s.asof([5, 20])
Out[11]:
5 NaN
20 2.0
dtype: float64
# 25的位置为NaN，那就找25之前最后一个不是NaN的值，之前最后的一个不是NaN的值是2.0
In [10]: s.asof(25)
Out[10]: 2.0
# 对DaTaFrame
In [12]: df = pd.DataFrame({'a': [10, 20, 30, 40, 50],
...: 'b': [None, None, None, None, 500]},
...: index=pd.DatetimeIndex(['2018-02-27 09:01:00',
...: '2018-02-27 09:02:00',
...: '2018-02-27 09:03:00',
...: '2018-02-27 09:04:00',
...: '2018-02-27 09:05:00']))
In [13]: df
Out[13]:
a b
2018-02-27 09:01:00 10 NaN
2018-02-27 09:02:00 20 NaN
2018-02-27 09:03:00 30 NaN
2018-02-27 09:04:00 40 NaN
2018-02-27 09:05:00 50 500.0
# 考虑所有列
In [14]: df.asof(pd.DatetimeIndex(['2018-02-27 09:03:30',
...: '2018-02-27 09:04:30']))
Out[14]:
a b
2018-02-27 09:03:30 NaN NaN
2018-02-27 09:04:30 NaN NaN
# 只考虑一列
In [16]: df.asof(pd.DatetimeIndex(['2018-02-27 09:03:30', '2018-02-27 09:04:30']), subset=['a'])
Out[16]:
a b
2018-02-27 09:03:30 30.0 NaN
2018-02-27 09:04:30 40.0 NaN
3. Series.shift()
Series.shift(periods=1, freq=None, axis=0, fill_value=None)
将索引按期望的周期数移动，并带有可选的时间频率.
常用参数介绍：
- periods：int 【周期，可正可负】
- freq：DateOffset, tseries.offsets, timedelta, or str, optional 【频率 如果传递了freq（在这种情况下，索引必须是date或datetime，否则它将引发NotImplementedError） 如果指定了freq，则索引值会移位，但数据不会重新对齐。也就是说，如果您想在移位时扩展索引并保留原始数据，请使用freq。只改变索引，不改变值的绝对位置】
In [17]: df = pd.DataFrame({"Col1": [10, 20, 15, 30, 45],
...: "Col2": [13, 23, 18, 33, 48],
...: "Col3": [17, 27, 22, 37, 52]},
...: index=pd.date_range("2020-01-01", "2020-01-05"))
...: df
Out[17]:
Col1 Col2 Col3
2020-01-01 10 13 17
2020-01-02 20 23 27
2020-01-03 15 18 22
2020-01-04 30 33 37
2020-01-05 45 48 52
# 向下移动三个周期
In [18]: df.shift(periods=3)
Out[18]:
Col1 Col2 Col3
2020-01-01 NaN NaN NaN
2020-01-02 NaN NaN NaN
2020-01-03 NaN NaN NaN
2020-01-04 10.0 13.0 17.0
2020-01-05 20.0 23.0 27.0
# 向右移动三个周期
In [19]: df.shift(periods=1, axis="columns")
Out[19]:
Col1 Col2 Col3
2020-01-01 NaN 10.0 13.0
2020-01-02 NaN 20.0 23.0
2020-01-03 NaN 15.0 18.0
2020-01-04 NaN 30.0 33.0
2020-01-05 NaN 45.0 48.0
# 填充缺失值
In [20]: df.shift(periods=3, fill_value=0)
Out[20]:
Col1 Col2 Col3
2020-01-01 0 0 0
2020-01-02 0 0 0
2020-01-03 0 0 0
2020-01-04 10 13 17
2020-01-05 20 23 27
# 按时间频率偏移 3天 通过freq参数来使values的绝对位置不变
In [21]: df.shift(periods=3, freq="D")
Out[21]:
Col1 Col2 Col3
2020-01-04 10 13 17
2020-01-05 20 23 27
2020-01-06 15 18 22
2020-01-07 30 33 37
2020-01-08 45 48 52
4. Series.first_valid_index()
Series.first_valid_index()
返回第一个非NA/空值的索引。
In [25]: s
Out[25]:
10 1.0
20 2.0
30 NaN
40 4.0
dtype: float64
In [26]: s.first_valid_index()
Out[26]: 10
5. Series.last_valid_index()
Series.last_valid_index()
返回最后一个非NA/空值的索引。
In [28]: s.last_valid_index()
Out[28]: 40
6. Series.resample()
Series.resample(rule, axis=0, closed=None, label=None, convention='start', kind=None, loffset=None, base=None, on=None, level=None, origin='start_day', offset=None)
重新采样时间序列数据，频率转换和时间序列重采样的便捷方法。
常用参数介绍：
- rule：DateOffset, Timedelta or str 【如表示目标转换的偏移量字符串或对象】
- closed：{‘right’, ‘left’}, default Nonee 【计算数值时是否包含箱右侧的值】
- label：{‘right’, ‘left’}, default None 【用于标记存储桶的容器边缘标签，采样集合默认用的是第一个标签，设为right后，就为最后一个标签】
- convention：{‘start’, ‘end’, ‘s’, ‘e’}, default ‘start’ 【仅对于PeriodIndex，控制是否使用rule的开始或结束】
- on：str, optionale 【使用列而不是索引进行重采样。列必须类似日期时间】
# 创建一个时间Series
In [29]: index = pd.date_range('1/1/2000', periods=9, freq='T')
...: series = pd.Series(range(9), index=index)
...: series
Out[29]:
2000-01-01 00:00:00 0
2000-01-01 00:01:00 1
2000-01-01 00:02:00 2
2000-01-01 00:03:00 3
2000-01-01 00:04:00 4
2000-01-01 00:05:00 5
2000-01-01 00:06:00 6
2000-01-01 00:07:00 7
2000-01-01 00:08:00 8
Freq: T, dtype: int64
# 上采样到三分钟 上采样->时间用周期中前面的时间
In [30]: series.resample('3T').sum()
Out[30]:
2000-01-01 00:00:00 3
2000-01-01 00:03:00 12
2000-01-01 00:06:00 21
Freq: 3T, dtype: int64
# 下采样到三分钟 下采样->时间用周期中后面的时间
In [31]: series.resample('3T', label='right').sum()
Out[31]:
2000-01-01 00:03:00 3
2000-01-01 00:06:00 12
2000-01-01 00:09:00 21
Freq: 3T, dtype: int64
注：resample()涉及到的用法比较多，这里只介绍简单的用法，后面可能会单独开一片文章，来详细介绍resample的用法和例子。
7. Series.tz_convert()
Series.tz_convert(tz, axis=0, level=None, copy=True)
时区转换
常用参数介绍：
- tz：str or tzinfo object 【要转换到哪个时区】
In [36]: series.tz_localize('Asia/Shanghai').tz_convert('UTC')
Out[36]:
1999-12-31 16:00:00+00:00 0
1999-12-31 16:01:00+00:00 1
1999-12-31 16:02:00+00:00 2
1999-12-31 16:03:00+00:00 3
1999-12-31 16:04:00+00:00 4
1999-12-31 16:05:00+00:00 5
1999-12-31 16:06:00+00:00 6
1999-12-31 16:07:00+00:00 7
1999-12-31 16:08:00+00:00 8
Freq: T, dtype: int64
8. Series.tz_localize()
Series.tz_localize(tz, axis=0, level=None, copy=True, ambiguous='raise', nonexistent='raise')
时区定位，本地化，可以为没有时区的时间序列赋予时区。
一旦时间序列被本地化到某个特定时区，就可以用tz_convert将其转换到别的时区了。
常用参数介绍：
- tz：str or tzinfo object 【本地化到哪个时区】
In [41]: s = pd.Series([1], index=pd.DatetimeIndex(['2018-09-15 01:30:00']))
In [42]: s
Out[42]:
2018-09-15 01:30:00 1
dtype: int64
In [43]: s.tz_localize('CET')
Out[43]:
2018-09-15 01:30:00+02:00 1
dtype: int64
9. Series.at_time()
Series.at_time(time, asof=False, axis=None)
选择一天中特定时间（例如，上午9:30）的值。
常用参数介绍：
- time：datetime.time or str 【具体时间】
In [44]: i = pd.date_range('2018-04-09', periods=4, freq='12H')
...: ts = pd.DataFrame({'A': [1, 2, 3, 4]}, index=i)
...: ts
Out[44]:
A
2018-04-09 00:00:00 1
2018-04-09 12:00:00 2
2018-04-10 00:00:00 3
2018-04-10 12:00:00 4
# 选出12:00的数据
In [45]: ts.at_time('12:00')
Out[45]:
A
2018-04-09 12:00:00 2
2018-04-10 12:00:00 4
10. Series.between_time()
Series.between_time(start_time, end_time, include_start=True, include_end=True, axis=None)
选择一天中特定时间（例如9：00-9：30 AM）之间的值，通过将start_time时间设置为比end_time晚，您可以得到不在两数之间的时间。
常用参数介绍：
- tart_time：datetime.time or str 【开始时间】
- end_time：datetime.time or str 【结束时间】
- include_start：bool, default True 【是否包含开始时间】
- include_end：bool, default True 【是否包含结束时间】
In [46]: i = pd.date_range('2018-04-09', periods=4, freq='1D20min')
...: ts = pd.DataFrame({'A': [1, 2, 3, 4]}, index=i)
...: ts
Out[46]:
A
2018-04-09 00:00:00 1
2018-04-10 00:20:00 2
2018-04-11 00:40:00 3
2018-04-12 01:00:00 4
# 获取0:15到0:45之间的数据
In [47]: ts.between_time('0:15', '0:45')
Out[47]:
A
2018-04-10 00:20:00 2
2018-04-11 00:40:00 3
# 获取0:15之前 和 0:45之后的数据
In [48]: ts.between_time('0:45', '0:15')
Out[48]:
A
2018-04-09 00:00:00 1
2018-04-12 01:00:00 4
11. Series.slice_shift()
Series.slice_shift(periods=1, axis=0)
和shift()类似，但是shift不删除已被移位的数据，而slice_shift不包含(删除)移位的数据。
In [49]: df = pd.DataFrame({"Col1": [10, 20, 15, 30, 45],
...: "Col2": [13, 23, 18, 33, 48],
...: "Col3": [17, 27, 22, 37, 52]},
...: index=pd.date_range("2020-01-01", "2020-01-05"))
...: df
Out[49]:
Col1 Col2 Col3
2020-01-01 10 13 17
2020-01-02 20 23 27
2020-01-03 15 18 22
2020-01-04 30 33 37
2020-01-05 45 48 52
In [50]: df.shift(1)
Out[50]:
Col1 Col2 Col3
2020-01-01 NaN NaN NaN
2020-01-02 10.0 13.0 17.0
2020-01-03 20.0 23.0 27.0
2020-01-04 15.0 18.0 22.0
2020-01-05 30.0 33.0 37.0
# 可以看到 slice_shift 将第一行删除了
In [51]: df.slice_shift(1)
Out[51]:
Col1 Col2 Col3
2020-01-02 10 13 17
2020-01-03 20 23 27
2020-01-04 15 18 22
2020-01-05 30 33 37
网友评论