pandas 时间序列数据类型

更新时间：2020-06-09 15:41:04 标签：pandas 时间

看过来

《pandas 教程》持续更新中，可作为 pandas 入门进阶课程、pandas 中文手册、用法大全，配有案例讲解和速查手册。提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。查看更新日志。作者开办 Python 数据分析培训，详情 Python 数据分析培训。

本教程作者所著新书《Python之光：Python编程入门与实战》（ISBN：9787111729891）已由机械工业出版社出版上市，各大电商平台有售，欢迎：查看详情并关注购买。

本教程作者所著新书《深入浅出Pandas：利用Python进行数据处理与分析》（ISBN：9787111685456）已由机械工业出版社出版上市，各大电商平台有售，欢迎：查看详情并关注购买。

时间序列（Time series）数据是非常重要的数据类型，在各个领域的研究中，都与时间相关，因此对于时间数据的处理就越来越重要。Pandas 提供了多种时间数据类型和处理方法。

数据类型

主要有：

概念	标量	Array 类	pandas 类型	创建方法
固定时间 Date times	Timestamp	DatetimeIndex	datetime64[ns] or datetime64[ns, tz]	to_datetime or date_range
时长 Time deltas	Timedelta	TimedeltaIndex	timedelta64[ns]	to_timedelta or timedelta_range
周期 Time spans	Period	PeriodIndex	period[freq]	Period or period_range
日期偏移 Date offsets	DateOffset	None	None	DateOffset

通常时间序列数据作为 Series 或 DataFrame 的索引，以方便对时间数据进行操作。

# 指定开始时间和频率，周期数
pd.Series(range(3), index=pd.date_range('2000', freq='D', periods=3))
'''
2000-01-01    0
2000-01-02    1
2000-01-03    2
Freq: D, dtype: int64
'''

当传递给这些构造函数时，Series 和 DataFrame 具有扩展的数据类型，以支持时间类型和 Period 周期数据类型功能，但是 DateOffset 数据将存储为 object 对象数据。

pd.Series(pd.period_range('1/1/2011', freq='M', periods=3))
'''
0    2011-01
1    2011-02
2    2011-03
dtype: period[M]
'''

pd.Series([pd.DateOffset(1), pd.DateOffset(2)])
'''
0         <DateOffset>
1    <2 * DateOffsets>
dtype: object
'''

pd.Series(pd.date_range('1/1/2011', freq='M', periods=3))
'''
0   2011-01-31
1   2011-02-28
2   2011-03-31
dtype: datetime64[ns]
'''

也可以在 Series 和 DataFrame 中将时间序列作为具体的值：

pd.Series(pd.date_range('2000', freq='D', periods=3))
'''
0   2000-01-01
1   2000-01-02
2   2000-01-03
dtype: datetime64[ns]
'''

对于时间的缺失值，有专门的 NaT 来表示：

pd.Timestamp(pd.NaT)
# NaT

pd.Timedelta(pd.NaT)
# NaT

pd.Period(pd.NaT)
# NaT

# 类似 np.nan
pd.NaT == pd.NaT
# False

各类型功能举例

可以使用以下几个方法将一个数据转化为时间类型：

import datetime
dti = pd.to_datetime(['1/1/2018', # 类时间字符串
                      np.datetime64('2018-01-01'), # numpy 的时间类型
                      datetime.datetime(2018, 1, 1)]) # python 自带时间类型
dti
'''
DatetimeIndex(['2018-01-01', 
               '2018-01-01', 
               '2018-01-01'], 
              dtype='datetime64[ns]', freq=None)
'''

生成时间范围固定频率的序列，以下周期频率为小时：

dti = pd.date_range('2018-01-01', periods=3, freq='H')
dti
'''
DatetimeIndex(['2018-01-01 00:00:00', '2018-01-01 01:00:00',
               '2018-01-01 02:00:00'],
              dtype='datetime64[ns]', freq='H')
'''

时区的转换：

dti = dti.tz_localize('UTC')
dti
'''
DatetimeIndex(['2018-01-01 00:00:00+00:00', '2018-01-01 01:00:00+00:00',
               '2018-01-01 02:00:00+00:00'],
              dtype='datetime64[ns, UTC]', freq='H')
'''
dti.tz_convert('US/Pacific')
'''
DatetimeIndex(['2017-12-31 16:00:00-08:00', '2017-12-31 17:00:00-08:00',
               '2017-12-31 18:00:00-08:00'],
              dtype='datetime64[ns, US/Pacific]', freq='H')
'''

将时间序列重采样或转换为特定频率：

idx = pd.date_range('2018-01-01', periods=5, freq='H')
ts = pd.Series(range(len(idx)), index=idx)
ts
'''
2018-01-01 00:00:00    0
2018-01-01 01:00:00    1
2018-01-01 02:00:00    2
2018-01-01 03:00:00    3
2018-01-01 04:00:00    4
Freq: H, dtype: int64'
'''
# 将一小时转换为两小时，聚合时取均值
ts.resample('2H').mean()
'''
2018-01-01 00:00:00    0.5
2018-01-01 02:00:00    2.5
2018-01-01 04:00:00    4.0
Freq: 2H, dtype: float64
'''

以绝对或相对时间增量执行日期和时间计算：

friday = pd.Timestamp('2018-01-05')

friday.day_name()
# 'Friday'

# 增加一天
saturday = friday + pd.Timedelta('1 day')
saturday.day_name()
# 'Saturday'

# 增加一个工作日，从周五到周一
monday = friday + pd.offsets.BDay()
monday.day_name()
# 'Monday'

pandas 时间序列数据类型

数据类型

各类型功能举例

相关内容