Python的Pandas时序数据详解
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
import datetime now = datetime.datetime.now() # 2022-03-06 18:43:49.506048
其中now的全貌如下，是一个datetime对象：
now: datetime.datetime(2022, 3, 6, 18, 37, 10, 132078)
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：
newForm = now.strftime("%Y-%m-%d (%H:%M:%S)")
# 2022-03-06 (18:52:31) 为字符串类型
各占位符的含义如下
% y 两位数的年份表示（00 - 99） % Y 四位数的年份表示（000 - 9999） % m 月份（01 - 12） % d 月内中的一天（0 - 31） % H 24小时制小时数（0 - 23） % I 12小时制小时数（01 - 12） % M 分钟数（00 = 59） % S 秒（00 - 59） % a 本地简化星期名称 % A 本地完整星期名称 % b 本地简化的月份名称 % B 本地完整的月份名称 % c 本地相应的日期表示和时间表示 % j 年内的一天（001 - 366） % p 本地A.M.或P.M.的等价符 % U 一年中的星期数（00 - 53）星期天为星期的开始 % w 星期（0 - 6），星期天为星期的开始 % W 一年中的星期数（00 - 53）星期一为星期的开始 % x 本地相应的日期表示 % X 本地相应的时间表示 % Z 当前时区的名称 % % % 号本身
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
birthday = datetime.datetime(2001, 1, 11) # 默认指定 print(birthday)
也可以通过参数指定，其中year、monnth、day三个参数必须指定
yesterday = pd.Timestamp(2022, 3, 5) # 2022-03-05 00:00:00
now = pd.Timestamp("now") # 2022-03-06 19:13:56.507604
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
delta = yeaterday - birthday # 7723 days, 0:00:00
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
now = pd.Timestamp(datetime.datetime.now()) print(now) # 2022-03-06 19:07:07.253402
(2) 根据字符串
today = pd.Timestamp("2022-03-06")
print(today) # 2022-03-06 00:00:00
(3) 更具指定的参数
yesterday = pd.Timestamp(2022, 3, 5) # 2022-03-05 00:00:00
now = pd.Timestamp("now") # 2022-03-06 19:13:56.507604
(4) 根据时间戳
pd.Timestamp(1646565103.114923, unit="s") # unit指定单位为秒
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
oneDay = pd.Timedelta("1 days") # 1 days 00:00:00
duration = pd.Timedelta("2 days 2 hours") # 1 days 02:00:00
(2) 指定参数创建
oneDay = pd.Timedelta(days=1) # 1 days 00:00:00
3.运算
与`datetime`模块运算类似，`pandas`的`Timestamp`对象之间相减可以得到`Timedelta`对象。
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。
index = pd.to_datetime(["03/06/2022", datetime.datetime.now()]) print(index) # DatetimeIndex(['2022-03-06 00:00:00', '2022-03-06 19:29:44.855267'], dtype='datetime64[ns]', freq=None)
(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：
index = pd.date_range(start="2022-01-01", periods=10)
print(index)
# DatetimeIndex(['2022-01-01', '2022-01-02', '2022-01-03', '2022-01-04',
'2022-01-05', '2022-01-06', '2022-01-07', '2022-01-08',
'2022-01-09', '2022-01-10'],
dtype='datetime64[ns]', freq='D')
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脚本之家的更多内容!
相关文章
这篇文章主要介绍了基于python实现cdn日志文件导入mysql进行分析，本文以阿里云CDN日志作为辅助查询数据展开主题内容，其它云平台大同小异，需要的小伙伴可以参考一下2022-05-05
今天小编就为大家分享一篇使用python将时间转换为指定的格式方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-11-11
这篇文章主要介绍了python pdb调试器及使用方法,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2022-06-06
这篇文章主要介绍了python实现自动重启本程序的方法,涉及Python进程操作的相关技巧,具有一定参考借鉴价值,需要的朋友可以参考下2015-07-07
python playwright 库上传和下载操作(自动化测试 playwright)
这篇文章主要介绍了python playwright 库上传和下载操作(自动化测试 playwright ),playwright中的上传和下载比selenium的上传和下载要简便些,本文结合实例代码给大家介绍的非常详细，需要的朋友可以参考下2023-05-05
这篇文章主要为大家详细讲讲如何利用python Pandas实现批量拆分与合并Excel,文中有非常详细的的代码示例,对正在学习python的小伙伴们很有帮助,需要的朋友可以参考下2022-05-05
这篇文章主要介绍了python实现class对象转换成json/字典的方法,结合实例形式分析了Python类型转换的相关技巧,需要的朋友可以参考下2016-03-03
今天小编就为大家分享一篇对numpy中向量式三目运算符详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-10-10
这篇文章主要介绍了40个你可能不知道的Python的特点和技巧,需要的朋友可以参考下2020-01-01
python的type hints(类型标注、类型注解、类型提示)示例详解
在Python编程中,类型提示（Type Hints）是一种强大的工具,它能够帮助开发者在编写代码时明确表达变量、函数参数和返回值的预期类型,这篇文章主要给大家介绍了关于python的type hints(类型标注、类型注解、类型提示)的相关资料,需要的朋友可以参考下2024-08-08
最新评论