pandas时间序列操作.pdfVIP

数据类型及操作 Python 标准库的 datetime datetime 模块中的 datetime 、 time 、 calendar 等类都可以用来存储时间类型以及进行 一些转换和运算操作。 from datetime import datetime now = datetime. now() now datetime. datetime ( 2014 , 6, 17, 15, 56 , 19, 313193 ) delta = datetime ( 2010 , 2 , 2) - datetime ( 2010 , 2, 1) delta datetime. timedelta ( 1) now + delta datetime. datetime ( 2014 , 6, 18, 15, 56 , 19, 313193 ) datetime 对象间的减法运算会得到一个 timedelta 对象，表示一个时间段。 datetime 对象与它所保存的字符串格式时间戳之间可以互相转换。 str() 函数是可用的， 但更推荐 datetime.strptime() 方法。这个方法可以实现双向转换。 str (now) 2014-06-17 15:56:19.313193 now. strftime ( %Y-%m-%d ) 2014-06-17 datetime. strptime ( 2010-01-01 , %Y-%m-%d ) datetime. datetime ( 2010 , 1, 1, 0 , 0) 如 %Y这种格式代表了某种具体的意义，但用着很麻烦。因此可以使用一个名为 dateutil 第三方包的 parser.parse() 函数实现自动转义，它几乎可以解析任何格式（这也可能会带来 麻烦）。 from dateutil.parser import parse parse ( 01-02-2010 ,dayfirst=True) datetime. datetime ( 2010 , 2, 1, 0 , 0) parse ( 01-02-2010 ) datetime. datetime ( 2010 , 1, 2, 0 , 0) parse ( 55 ) datetime. datetime ( 2055 , 6, 17, 0, 0) pandas 的 TimeStamp pandas 最基本的时间日期对象是一个从 Series 派生出来的子类 TimeStamp ，这个对象与 datetime 对象保有高度兼容性，可通过 pd.to_datetime() 函数转换。（一般是从 datetime 转换为 Timestamp ） pd. to_datetime (now) Timestamp ( 2014-06-17 15:56:19.313193 , tz=None) pd. to_datetime (np.nan) NaT pandas 的时间序列 pandas 最基本的时间序列类型就是以 时间戳 （TimeStamp ）为 index 元素的 Series 类 型。 dates = [ datetime ( 2011 , 1, 1) , datetime ( 2011 , 1, 2) , datetime ( 20 11, 1, 3) ] ts = Series (np.random.randn( 3) ,index=dates) ts 2011 - 01- 01 0.362289 2011 - 01- 02 0.586695 2011 - 01- 03 - 0.154522 dtype: float64 type (t