十二、處理時間序列
1.Python的日期與時間工具
1）Python原生的日期使勁按工具：datetime和dateutil
datetime(year, month, day[, hour[, minute[, second[, microsecond[,tzinfo]]]]])
2)時間類型數組：Numpy的datetime64類型
性能相對原生工具好
NumPy 會自動判斷輸入時間需要使用的時間單位，也可使設置格式。
| 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] |
3）pandas的日期時間工具：Timestamp 對象
Pandas 所有關於日期與時間的處理方法全部都是通過 Timestamp 對象實現的，它利用numpy.datetime64 的有效存儲和向量化接口將 datetime 和 dateutil 的易用性有機結合起來。
註釋：datetime.timedelta對象代表兩個時間之間的時間差,兩個date或datetime對象相減就可以返回一個timedelta對象
2.Pandas時間序列：用時間作索引
Pandas時間序列工具非常適合用來處理帶時間戳的索引數據。pd.DatetimeIndex可以構建一個時間index
同樣可以使用series取值方法
再次基礎上還可以彙總取值
3.Pandas時間序列數據結構
時間戳數據：原生timestamp- numpy.datetime64 -->pandas.timestamp。對應的索引數據結構是 DatetimeIndex。
時間週期數據： numpy.datetime64 將固定頻率的時間間隔進行編碼–>pandas.Period。對應的索引數據結構是 PeriodIndex。
時間增量和持續時間：原生datetime.timedelta -numpy.timedelta64->pands.Timedelta。對應的索引數據結構是 TimedeltaIndex。
- pd.to_datetime()可以將很多日期格式解析成pandas.timestamp，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。
![在這裏插入圖片描述]()
當用一個日期減去另一個日期時，返回的結果是 TimedeltaIndex 類型
![在這裏插入圖片描述]()
- 有規律的時間序列
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(start=None, end=None, periods=None, freq=None, tz=None, normalize=False, name=None, closed=None, **kwargs)
![在這裏插入圖片描述]()
4.時間頻率與偏移量
| 代碼 | 描述 | 代碼 | 描述 |
|---|---|---|---|
| D | 天（calendar day，按日曆算，含雙休日） | B | 天（business day，僅含工作日） |
| W | 周（weekly） | ||
| M | 月末（month end） | BM | 月末（business month end，僅含工作日） |
| Q | 季末（quarter end） | BQ | 季末（business quarter end，僅含工作日） |
| A | 年末（year end） | BA | 年末（business year end，僅含工作日） |
| H | 小時（hours） | BH | 小時（business hours，工作時間） |
| T | 分鐘（minutes） | ||
| S | 秒（seconds） | ||
| L | 毫秒（milliseonds） | ||
| U | 微秒（microseconds） | ||
| N | 納秒（nanoseconds） |
| 代碼 | 頻率 |
|---|---|
| MS | 月初（month start） |
| BMS | 月初（business month start，僅含工作日） |
| QS | 季初（quarter start） |
| BQS | 季初（business quarter start，僅含工作日） |
| AS | 年初（year start） |
| BAS | 年初（business year start，僅含工作日） |
在頻率代碼後面加三位月份縮寫字母來改變季、年頻率的開始時間
所有這些頻率代碼都對應 Pandas 時間序列的偏移量，具體內容可以在pd.tseries.offsets模塊中找到。例如from pandas.tseries.offsets import BDay，參數freq=BDay()等價與freq='B'
5.重新取樣、遷移和窗口
1）重新取樣與頻率轉換
處理時間序列數據時，經常需要按照新的頻率（更高頻率、更低頻率）對數據進行重新取樣。你可以通過 resample() 方法解決這個問題，或者用更簡單的 asfreq() 方法。這兩個方法的主要差異在於， resample() 方法是以數據累計（data aggregation，計算平均之類）爲基礎，而asfreq() 方法是以數據選擇（data selection，最後一天之類）爲基礎。
2）時間遷移
另一種常用的時間序列操作是對數據按時間進行遷移。 Pandas 有兩種解決這類問題的方法： shift() 和 tshift()。簡單來說， shift() 就是遷移數據，而 tshift() 就是遷移索引。
3） 移動時間窗口
Pandas 處理時間序列數據的第 3 種操作是移動統計值（rolling statistics）。這些指標可以通過 Series 和 DataFrame 的 rolling() 屬性來實現，它會返回與 groupby 操作類似的結果