python pandas时序处理相关功能详解_Python

创建时间序列

函数pd.date_range()

根据指定的范围，生成时间序列DatetimeIndex，每隔元素的类型为Timestamp。该函数应用较多。

				?

									ts = pd.date_range('2017-09-01', periods=10, freq='d', normalize=False)

									ts

输出为：

				?

									DatetimeIndex(['2017-09-01', '2017-09-02', '2017-09-03', '2017-09-04',

									'2017-09-05', '2017-09-06', '2017-09-07', '2017-09-08',

									'2017-09-09', '2017-09-10'],

									dtype='datetime64[ns]', freq='D'

主要的入参解析：

start: 开始时刻，可以是字符串或者datetime类型的值。默认None。
end: 结束时刻，可以是字符串或者datetime类型的值，如果指定了长度，即periods，则可不设置。默认None。
periods: 时序的长度，整型类型。如果有end，可不设置。默认None。
freq: 时序生成的频率，即每隔多少时刻生成一个时序点。字符串类型或者DateOffset类型。默认'D'，即天粒度，见上述代码输出。
tz: 时区，字符串类型。默认None。
normalize: bool类型，没用过，不知道干啥的。
name: 设置时序的名称，字符串类型，默认None。
closed: 是否包含两边的值。默认None，即两边都保留。

其中，freq的取值可以为如下的符号表示间隔，可以结合符号和数字，如'3d'，表示每隔三天记录一个时间点。大小写都可以。

				?

									B business day frequency

									C custom business day frequency (experimental)

									D calendar day frequency

									W weekly frequency

									M month end frequency

									SM semi-month end frequency (15th and end of month)

									BM business month end frequency

									CBM custom business month end frequency

									MS month start frequency

									SMS semi-month start frequency (1st and 15th)

									BMS business month start frequency

									CBMS custom business month start frequency

									Q quarter end frequency

									BQ business quarter endfrequency

									QS quarter start frequency

									BQS business quarter start frequency

									A year end frequency

									BA business year end frequency

									AS year start frequency

									BAS business year start frequency

									BH business hour frequency

									H hourly frequency

									T, min minutely frequency

									S secondly frequency

									L, ms milliseconds

									U, us microseconds

									N nanoseconds

字符串转换为时间戳

pd.to_datetime() 函数可以将表示时间的字符串转换位TimeStamp。

				?

									pd.to_datetime('2017-09-01')

输出为：

				?

									Timestamp('2017-09-01 00:00:00')

常用的参数：

format: 用来设置字符串的格式，默认如上所示。

时间戳的加减
有时候需要将时间进行增减，可以使用类型：DateOffset。

				?

									pd.to_datetime('2017-09-01') + pd.DateOffset(days=10)

输出为：

				?

									Timestamp('2017-09-11 00:00:00')

DateOffset常用的参数：

months，设置月。
days，设置天。
years，设置年。
hours，设置小时。
minutes，设置分钟。
seconds，设置秒。

以上可以同时设置，组合使用。

				?

									pd.to_datetime('2017-09-01') + pd.DateOffset(seconds=10, days = 10)

输出为：

				?

									Timestamp('2017-09-11 00:00:10')

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持服务器之家。

原文链接：https://www.jianshu.com/p/3e00e5ba9b75

python pandas时序处理相关功能详解

相关文章

热门资讯