pandas时序数据
前言 在数据分析中,时序数据是一类非常重要的数据。事物的发展总是伴随着时间的推移,数据也会在各个时间点上产生。
一、python中的时间表示-datetime
模块
python的标准库datetime
支持创建和处理时间,pandas的时间时序模块是在datetime
的基础上建立的。
1.换取当前时间
其中now的全貌如下,是一个datetime
对象:
datetime.datetime
对象常用的方法:
(1) strftime()
: 对datetime
对象的格式进行转换。使用含%
的占位符书写目标格式,如:
各占位符的含义如下
2.指定时间
向datetime.datetime()
中传入对应的参数,默认按照单位从大到小指定
也可以通过参数指定,其中year
、monnth
、day
三个参数必须指定
3.运算
(1) datetime.datetime
对象之间支持减法运算,得到的是一个datetime.timedelta
对象
二、 pandas处理时序序列
1.pd.timestamp()
pd.timestamp()
是pandas
定义事时间的主要函数, 支持更丰富的定义时间的构造方法
(1) 根据datetime.datetime
对象
(2) 根据字符串
(3) 更具指定的参数
(4) 根据时间戳
2.pd.timedelta()
pd.timedelta()
用于创建时间差对象,也具有与pd.timestamp()
类似的构造方法。
(1) 根据字符串创建
(2) 指定参数创建
3.运算
4.时间索引
数据表中长常使用时间作为索引,pandas
支持创建长时间序列
(1) pd.to_datetime()
pd.to_datetime()
支持将时间对象和类时间字符串转化为datetimeindex
对象。
(2) pd.date_range()
pd.date_range()
可以给定开始时间或者结束时间,并且指定周期数据,周期频率,会自动生成在此范围的时间索引数据:
如果要跳过休息日可以使用pd.bdate_range()
函数
总结
本篇文章就到这里了,希望能够给你带来帮助,也希望您能够多多关注www.887551.com的更多内容!