十二、处理时间序列
1.Python的日期与时间工具
1）Python原生的日期使劲按工具：datetime和dateutil
datetime(year, month, day[, hour[, minute[, second[, microsecond[,tzinfo]]]]])
2)时间类型数组：Numpy的datetime64类型
性能相对原生工具好
NumPy 会自动判断输入时间需要使用的时间单位，也可使设置格式。
| 代码 | 含义 | 时间跨度 (相对) | 时间跨度 (绝对) |
|---|---|---|---|
| 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 | 时（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 | 纳秒（nanosecond） | ± 292 年 | [ 1678 AD, 2262 AD] |
| ps | 皮秒（picosecond） | ± 106 天 | [ 1969 AD, 1970 AD] |
| fs | 飞秒（femtosecond） | ± 2.6 小时 | [ 1969 AD, 1970 AD] |
| as | 原秒（attosecond） | ± 9.2 秒 | [ 1969 AD, 1970 AD] |
3）pandas的日期时间工具：Timestamp 对象
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，它利用numpy.datetime64 的有效存储和向量化接口将 datetime 和 dateutil 的易用性有机结合起来。
注释：datetime.timedelta对象代表两个时间之间的时间差,两个date或datetime对象相减就可以返回一个timedelta对象
2.Pandas时间序列：用时间作索引
Pandas时间序列工具非常适合用来处理带时间戳的索引数据。pd.DatetimeIndex可以构建一个时间index
同样可以使用series取值方法
再次基础上还可以汇总取值
3.Pandas时间序列数据结构
时间戳数据：原生timestamp- numpy.datetime64 -->pandas.timestamp。对应的索引数据结构是 DatetimeIndex。
时间周期数据： numpy.datetime64 将固定频率的时间间隔进行编码–>pandas.Period。对应的索引数据结构是 PeriodIndex。
时间增量和持续时间：原生datetime.timedelta -numpy.timedelta64->pands.Timedelta。对应的索引数据结构是 TimedeltaIndex。
- pd.to_datetime()可以将很多日期格式解析成pandas.timestamp，任何 DatetimeIndex 类型都可以通过 to_period() 方法和一个频率代码转换成 PeriodIndex类型。
![在这里插入图片描述]()
当用一个日期减去另一个日期时，返回的结果是 TimedeltaIndex 类型
![在这里插入图片描述]()
- 有规律的时间序列
pd.date_range() 可以处理时间戳、 pd.period_range() 可以处理周期、 pd.timedelta_range() 可以处理时间间隔。
pd.date_range(start=None, end=None, periods=None, freq=None, tz=None, normalize=False, name=None, closed=None, **kwargs)
![在这里插入图片描述]()
4.时间频率与偏移量
| 代码 | 描述 | 代码 | 描述 |
|---|---|---|---|
| D | 天（calendar day，按日历算，含双休日） | B | 天（business day，仅含工作日） |
| W | 周（weekly） | ||
| M | 月末（month end） | BM | 月末（business month end，仅含工作日） |
| Q | 季末（quarter end） | BQ | 季末（business quarter end，仅含工作日） |
| A | 年末（year end） | BA | 年末（business year end，仅含工作日） |
| H | 小时（hours） | BH | 小时（business hours，工作时间） |
| T | 分钟（minutes） | ||
| S | 秒（seconds） | ||
| L | 毫秒（milliseonds） | ||
| U | 微秒（microseconds） | ||
| N | 纳秒（nanoseconds） |
| 代码 | 频率 |
|---|---|
| MS | 月初（month start） |
| BMS | 月初（business month start，仅含工作日） |
| QS | 季初（quarter start） |
| BQS | 季初（business quarter start，仅含工作日） |
| AS | 年初（year start） |
| BAS | 年初（business year start，仅含工作日） |
在频率代码后面加三位月份缩写字母来改变季、年频率的开始时间
所有这些频率代码都对应 Pandas 时间序列的偏移量，具体内容可以在pd.tseries.offsets模块中找到。例如from pandas.tseries.offsets import BDay，参数freq=BDay()等价与freq='B'
5.重新取样、迁移和窗口
1）重新取样与频率转换
处理时间序列数据时，经常需要按照新的频率（更高频率、更低频率）对数据进行重新取样。你可以通过 resample() 方法解决这个问题，或者用更简单的 asfreq() 方法。这两个方法的主要差异在于， resample() 方法是以数据累计（data aggregation，计算平均之类）为基础，而asfreq() 方法是以数据选择（data selection，最后一天之类）为基础。
2）时间迁移
另一种常用的时间序列操作是对数据按时间进行迁移。 Pandas 有两种解决这类问题的方法： shift() 和 tshift()。简单来说， shift() 就是迁移数据，而 tshift() 就是迁移索引。
3） 移动时间窗口
Pandas 处理时间序列数据的第 3 种操作是移动统计值（rolling statistics）。这些指标可以通过 Series 和 DataFrame 的 rolling() 属性来实现，它会返回与 groupby 操作类似的结果