pandas時間序列第1課

時間序列簡介

在多個時間點觀察到或測量到的任何事物都可以形成一段時間序列（time series）

從採樣間隔上分，時間序列分爲兩種，一種是定期（等間隔），一種是不定期（非等間隔）

從時間的形式上分，時間序列主要分爲以下四種：

1. 時間戳（timestamp）,特定的時刻。
2. 固定時期（period）, 如2020年1月，2020年全年
3. 時間間隔（interval），由起始和結束時間戳表示。時期（period）是一種特殊的時間間隔
4. 實驗或過程時間，每個時間點都是相對於特定起始時間序列的一個度量。

pandas中的日期和時間數據類型

Python標準庫中包含日期（date）和時間（time）數據的數據類型，且還有日曆的功能。
常用的包有：datetime \ time \ calendar

1、datetime

from datetime import datetime

now = datetime.now()
print('now:', now)
print('type(now):', type(now))
print('now.year:', now.year)
print('now.month:', now.month)
print('now.day:', now.day)

輸出結果

now: 2020-06-30 14:31:26.414492
type(now): <class 'datetime.datetime'>
now.year: 2020
now.month: 6
now.day: 30

datetime.now()可以獲取當前系統時間，注意datetime是以毫秒形式存儲日期和時間，比如：datetime.datetime(2020,8,20,17,9,21,832092)

2、 datetime.timedelta

timedelta表示兩個datetime對象之間的時間差

from datetime import datetime

delta = datetime(2020, 4, 18, 2) - datetime(2020, 1, 24)
print(delta)
print(type(delta))
print(delta.days)
print(delta.seconds)

輸出結果

85 days, 2:00:00
<class 'datetime.timedelta'>
85
7200

給datetime對象加或減去一個timedelta，會產生一個新的對象：

import datetime

now = datetime.datetime.now()
print('now:', now)
pass_date = now - datetime.timedelta(10)
print('pass:', pass_date)

now: 2020-06-30 15:28:54.015684
pass: 2020-06-20 15:28:54.015684

datetime中常見的數據類型：

1. date: 以公曆形式存儲日曆日期（年、月、日）
2. time: 將時間存儲爲時、分、秒、毫秒
3. datetime: 存儲日期和時間
4. timedate: 表示兩個datetime之間的差（日、秒、毫秒）

字符串和datetime之間的轉換

1. str / strftime：將datetime對象和pandas的Timestamp對象格式化爲字符串
2. strptime / pd.to_datetime:將字符串轉換成datetime格式

用str將datetime對象轉換成字符串類型

import datetime

now = datetime.datetime.now()
print('now : \n{}  \n{}'.format(now, type(now)))
str_now = str(now)
print('str(now) : \n{}  \n{}'.format(str_now, type(str_now)))

now : 
2020-06-30 16:49:23.778930  
<class 'datetime.datetime'>
str(now) : 
2020-06-30 16:49:23.778930  
<class 'str'>

用strftime將datetime對象轉換成字符串類型

import datetime

now = datetime.datetime.now()
print('now : \n{}  \n{}'.format(now, type(now)))
str_now = now.strftime('%Y-%m-%d %H:%M:%S')
print('str(now) : \n{}  \n{}'.format(str_now, type(str_now)))

now : 
2020-06-30 16:55:25.674629  
<class 'datetime.datetime'>
str(now) : 
2020-06-30 16:55:25 
<class 'str'>

用strptime將字符串類型轉換成datetime對象

import datetime

value = '2020-06-18'
date_value = datetime.datetime.strptime(value, '%Y-%m-%d')
print(date_value)

2020-06-18 00:00:00

用pd.to_datetime將字符串類型轉換成datetime對象

import pandas as pd

value = '2020-06-18'
date_value = pd.to_datetime(value)
print(date_value)

2020-06-18 00:00:00

datetime的格式定義

常用的有：
%Y 4位數的年 比如：2020
%y 2位數的年
%m 2位數的月 比如：02，12
%d 2位數的日 比如：01 ，31
%H 24小時制的時 比如：00，23
%I 12小時制的時
%M 2位數的分
%S 秒
%w 星期幾
%U 每年的第幾周【00,53】星期天是每週的第一天，每年第一個星期天之前的那幾天被認爲是第0周
%W 每年的第幾周【00,53】星期一是每週的第一天，每年第一個星期一之前的那幾天被認爲是第0周
%F %Y-%m-%d簡寫形式
%D %m/%d/%y簡寫形式

擴展

針對上述中固定數據的解析格式比較麻煩的情況，使用第三方包dateutil中的parser.parse方法幾乎可以解析所有人類能夠理解的日期表示形式，但中文不行。
用法如下：

from dateutil.parser import parse

print(parse('20200618'))
print(parse('2020/06/18'))
print(parse('2020-06-18'))

2020-06-18 00:00:00
2020-06-18 00:00:00
2020-06-18 00:00:00

注意：dateutil.parser是一個實用但不完美的工具，比如說它會把字符串42認爲是2042年的今天