Educoder python Pandas高效化運算與時間序列處理 第2關：Pandas的日期與時間工具

• 任務描述
• 相關知識
  • Python 的日期與時間工具
  • NumPy中的datetime64類型
  • Pandas的日期與時間工具
• 編程要求
• 測試說明

---

任務描述

本關任務：根據預期輸出，創建三種不同索引的數據結構。

相關知識

Pandas是爲金融模型而創建的，所以擁有一些功能非常強大的日期、時間、帶時間索引數據的處理工具。

本關卡介紹的日期與時間數據主要包含三類：

• 時間戳：表示某個具體的時間點；（例如2015年7月4日上午 7 點）

• 時間間隔與週期：期表示開始時間點與結束時間點之間的時間長度，例如2015年（指的是2015年1月1日至2015年12月31日這段時間間隔）。週期通常是指一種特殊形式的時間間隔，每個間隔長度相同，彼此之間不會重疊；（例如，以24小時爲週期構成每一天）

• 時間增量或持續時間：表示精確的時間長度。（例如，某程序運行持續時間22.56秒）

Python 的日期與時間工具

原生Python中也有處理日期與時間的工具，它與Pandas中處理時間的工具有着千絲萬縷的聯繫。

Python的日期與時間功能都在標準庫的datetime模塊和第三方庫dateutil模塊。

如果你處理的時間數據量比較大，那麼速度就會比較慢，這時就需要使用到NumPy中已經被編碼的日期類型數組了。

NumPy中的datetime64類型

Python原生日期格式的性能弱點促使NumPy團隊爲NumPy增加了自己的時間序列類型。datetime64類型將日期編碼爲64位整數，這樣可以讓日期數組非常緊湊（節省內存）。

1. In[3]：import numpy as np
2. date = np.array('2015-07-04', dtype=np.datetime64)
3. date
4. Out[3]：array(datetime.date(2015, 7, 4), dtype='datetime64[D]')

有了這個日期格式，即可以進行快速的向量化運算：

1. In[4]：date + np.arange(12) #由於date是datetime類型，所以向量化運算也是datetime類型的運算
2. Out[4]：
3. array(['2015-07-04', '2015-07-05', '2015-07-06', '2015-07-07', '2015-07-08', '2015-07-09', '2015-07-10', '2015-07-11', '2015-07-12', '2015-07-13', '2015-07-14', '2015-07-15'], dtype='datetime64[D]')

由於datetime64對象是64位精度，所以可編碼的時間範圍可以是基本單元的 264倍。datetime64可以在時間精度與最大時間跨度之間達成了一種平衡，也就是說，NumPy會自動判斷輸入時間所需要使用的時間單位。

1. In[5]: np.datetime64('2015-07-04') # 天爲單位
2. Out[5]: numpy.datetime64('2015-07-04')
3. In[6]: np.datetime64('2015-07-04 12:00') # 分鐘爲單位
4. Out[6]: numpy.datetime64('2015-07-04T12:00')
5. In[7]: np.datetime64('2015-07-04 12:59:59.50', 'ns') # 手動設置時間單位
6. Out[7]: numpy.datetime64('2015-07-04T12:59:59.500000000')

日期與時間單位格式代碼表如下：

代碼	含義	時間跨度（相對）	時間跨度（絕對）
Y	年（year）	±9.2e18年	[9.2e18 BC, 9.2e18 AD]
M	月（month）	±7.6e17年	[7.6e17 BC, 7.6e17 AD]
W	周（week）	±1.7e17年	[1.7e17 BC, 1.7e17 AD]
D	日（day）	±2.5e16年	[2.5e16 BC, 2.5e16 AD]
h	時（hour）	±1.0e15年	[1.0e15 BC, 1.0e15 AD]
m	分（minute）	±1.7e13年	[1.7e13 BC, 1.7e13 AD]
s	秒（second）	±2.9e12年	[2.9e9 BC, 2.9e9 AD]
ms	毫秒（millisecond）	±2.9e9年	[2.9e6 BC, 2.9e6 AD]
us	微秒（microsecond）	±2.9e6年	[290301 BC, 294241 AD]
ns	納秒（nanosecond）	±292年	[1678 AD, 2262 AD]
ps	皮秒（picosecond）	±106天	[1969 AD, 1970 AD]
fs	飛秒（femtosecond）	±2.6小時	[1969 AD, 1970 AD]
as	原秒（attosecond）	±9.2秒	[1969 AD, 1970 AD

Pandas的日期與時間工具

Pandas中的datetime是結合了原生Python和NumPy的datetime，用來處理時間序列的基礎數據類型如下：

• 針對時間戳數據，Pandas提供了Timestamp類型。它本質上是Python的原生datetime類型的替代品，但是在性能更好的numpy.datetime64類型的基礎上創建。對應的索引數據結構是 DatetimeIndex；

• 針對時間週期數據，Pandas提供了Period類型。這是利用numpy.datetime64類型將固定頻率的時間間隔進行編碼。對應的索引數據結構是PeriodIndex；

• 針對時間增量或持續時間，Pandas提供了Timedelta類型。Timedelta是一種代替Python原生datetime.timedelta類型的高性能數據結構，同樣是基於numpy.timedelta64類型。對應的索引數據結構是TimedeltaIndex；

• 最基礎的日期 / 時間對象是Timestamp和DatetimeIndex。這兩種對象可以直接使用，最常用的方法是pd.to_datetime()函數，。對pd.to_datetime()傳遞一個日期會返回一個Timestamp類型，傳遞一個時間序列會返回一個DatetimeIndex類型；

• DatetimeIndex類型；

  1. In[8]：dates = pd.to_datetime([datetime(2015, 7, 3), '4th of July, 2015', '2015-Jul-6', '07-07-2015', '20150708'])
  2. dates
  3. Out[8]：DatetimeIndex(['2015-07-03', '2015-07-04', '2015-07-06', '2015-07-07', '2015-07-08'], dtype='datetime64[ns]', freq=None)

• PeriodIndex類型，任何DatetimeIndex類型都可以通過to_period()方法和一個頻率代碼轉換成PeriodIndex類型，PeridoIndex類型可以通過to_timestamp()方法轉換爲DatetimeIndex類型。下面用D將數據轉換成單日的時間序列：

  1. In[10]: dates.to_period('D')
  2. Out[10]: PeriodIndex(['2015-07-03', '2015-07-04', '2015-07-06', '2015-07-07', '2015-07-08'], dtype='period[D]', freq='D')
• TimedeltaIndex類型，當用一個日期減去另一個日期時，返回的結果是TimedeltaIndex類型：
  1. In[11]: dates - dates[0]
  2. Out[11]:
  3. TimedeltaIndex(['0 days', '1 days', '3 days', '4 days', '5 days'], dtype='timedelta64[ns]', freq=None)

---

爲了能更簡便地創建有規律的時間序列，Pandas提供了一些方法：pd.date_range()可以處理時間戳、pd.period_range()可以處理週期、pd.timedelta_range()可以處理時間間隔。

• pd.date_range()，通過開始日期、結束日期和頻率代碼（可選的）創建一個有規律的日期序列，默認的頻率是天：

  1. In[12]：pd.date_range('2015-07-03', '2015-07-10')
  2. Out[12]：DatetimeIndex(['2015-07-03', '2015-07-04', '2015-07-05', '2015-07-06', '2015-07-07', '2015-07-08', '2015-07-09', '2015-07-10'], dtype='datetime64[ns]', freq='D')

  範圍不一定非是開始時間和結束時間，也可以設置週期數periods來達到改目的：

  1. In[13]：pd.date_range('2015-07-03', periods=8)
  2. Out[13]：DatetimeIndex(['2015-07-03', '2015-07-04', '2015-07-05', '2015-07-06', '2015-07-07', '2015-07-08', '2015-07-09', '2015-07-10'], dtype='datetime64[ns]', freq='D')

  freq表示時間間隔，默認是D，可以通過修改它來periods參數的意義：

  1. In[14]：pd.date_range('2015-07-03', periods=8, freq='H')
  2. Out[14]：
  3. DatetimeIndex(['2015-07-03 00:00:00', '2015-07-03 01:00:00',
  4. '2015-07-03 02:00:00', '2015-07-03 03:00:00',
  5. '2015-07-03 04:00:00', '2015-07-03 05:00:00',
  6. '2015-07-03 06:00:00', '2015-07-03 07:00:00'],
  7. dtype='datetime64[ns]', freq='H')

• pd.timedelta_range()，如果要創建一個有規律的週期或時間間隔序列，pd.timedelta_range()可以實現該功能：

  1. In[15]：pd.period_range('2015-07', periods=8, freq='M')
  2. Out[15]：
  3. PeriodIndex(['2015-07', '2015-08', '2015-09', '2015-10', '2015-11', '2015-12', '2016-01', '2016-02'], dtype='int64', freq='M')

  也可以通過修改freq參數實現各種頻率的時間間隔序列。

編程要求

請先仔細閱讀右側上部代碼編輯區內給出的代碼框架，根據相關知識創建時間戳、時間週期、時間增量這三種索引的數據結構。

• 具體要求請參見後續測試樣例。

請先仔細閱讀右側上部代碼編輯區內給出的代碼框架，再開始你的編程工作！

測試說明

平臺會對你編寫的代碼進行測試，對比你輸出的數值與實際正確的數值，只有所有數據全部計算正確才能進入下一關。

測試輸入：

2019-01-01

預期輸出：

1. DatetimeIndex(['2019-01-01', '2019-01-02', '2019-01-03', '2019-01-04',
2. '2019-01-05', '2019-01-06', '2019-01-07', '2019-01-08',
3. '2019-01-09', '2019-01-10'],
4. dtype='datetime64[ns]', freq='D')
5. PeriodIndex(['2019-01-01', '2019-01-02', '2019-01-03', '2019-01-04',
6. '2019-01-05', '2019-01-06', '2019-01-07', '2019-01-08',
7. '2019-01-09', '2019-01-10'],
8. dtype='period[D]', freq='D')
9. TimedeltaIndex(['01:00:00', '02:00:00', '03:00:00', '04:00:00', '05:00:00',
10. '06:00:00', '07:00:00', '08:00:00', '09:00:00', '10:00:00'],
11. dtype='timedelta64[ns]', freq='H')

import pandas as pd
date_number = input()
# ********** Begin ********** #
date_time = pd.date_range(date_number,periods=10,freq="D")
print(date_time)  # print(date1.to_timestamp())
date1 = pd.period_range(date_number,periods=10,freq="D")
print(date1)  # print(date_time.to_period("D"))
date_time = pd.timedelta_range("1 hours",periods=10,freq="H")
print(date_time)
# ********** End ********** #