利用Python進行數(shù)據(jù)分析(6)- 時間序列基礎

Python-for-data-時間序列、頻率和移位

本文中主要介紹的是pandas中時間序列基礎、日期生成及選擇、頻率和移位等。

image

時間序列基礎

pandas中的基礎時間序列種類是時間戳索引的Series;在pandas的外部則表現(xiàn)為Python字符串或者datatime對象。

時間序列作為S型數(shù)據(jù)索引(不連續(xù))

image

生成連續(xù)的S型數(shù)據(jù)索引

通過date_range方法實現(xiàn),4個參數(shù):

  • 開始時間

  • 結束時間

  • 頻率,默認是天

  • 指定的長度

[圖片上傳失敗...(image-dfb02e-1589117557082)]

時間序列算術上的對齊

image

索引、選擇、子集

索引

image-20200510204103807

選擇

image

重復索引的處理

image-20200510204456405

日期范圍、頻率和移位

日期范圍

兩個主要的函數(shù):

  • date_range:生成的是DatetimeIndex格式的日期序列

  • period_range:生成PeriodIndex的時期日期序列

image

頻率和日期偏置

pandas中的頻率由基礎頻率和倍數(shù)頻率組成。

  • 基礎頻率通常會有字符串別名

  • 基礎頻率前面放置一個倍數(shù),形成倍數(shù)頻率

    image-20200510204841523

    生成帶頻率的數(shù)據(jù)

    image

    錨定偏置量

    頻率描述點的時間并不是均勻分布的,'M'表示月末,'BM'表示月內(nèi)最后的工作日,取決于當月天數(shù)

    移位shift

    Shift用法

    image
    image

    使用偏置進行移位日期

    pandas日期偏置可以使用datetime或者Timestamp對象完成

    image

    錨定偏置量

    image

    移位和groupby連用

    image
最后編輯于
?著作權歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時請結合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務。

友情鏈接更多精彩內(nèi)容