时间序列--日期和时间数据类型及工具

Posted 2021-03-11 mrlayfolk

时间序列（time series）数据是一种重要得结构化数据形式，在多个时间点观察或测量到得任何事物都可以形成一段时间序列，很多时间序列是固定频率的。也就是说，数据点是根据某种规律定期出现的（比如15s、5min、1mont）。时间序列也可以是不定期的。时间序列的意义取决于具体的应用场景，主要有以下几种：

• 时间戳（timestamp），特定的时刻
• 固定日期（period），如2007年1月或2010年全年
• 时间间隔（interval），由起始和结束时间戳表示，时期（period）可以被看作间隔（interval）的特例
• 实验或过程时间，每个时间点都是相对于特定起始时间的一个度量

pandas提供了一组标准的时间序列处理工具和数据算法。

1.1 日期和时间数据类型及工具

python标准库包含用于日期（date）和时间（time）数据的数据类型，以及日历方面的功能。主要用到datetime、time以及calendar模块。

约定：from datetime import datetime

1 >>> from datetime import datetime
2 >>> now = datetime.now()
3 >>> now
4 datetime.datetime(2020, 2, 5, 10, 58, 59, 339099)
5 >>> now.year, now.month, now.day 
6 (2020, 2, 5)

datetime以毫秒形式存储日期和时间，datetime.timedelta表示两个datetime对象之间的时间差：

1 >>> delta = datetime(2011, 1, 7) - datetime(2011, 1, 6) 
2 >>> delta.days                    
3 1
4 >>> delta.seconds
5 0
6 >>>

可以给datetime对象加上（或减去）一个或多个timedelta。

1 >>> from datetime import timedelta
2 >>> start = datetime(2011, 1, 7) 
3 >>> start + timedelta(12)
4 datetime.datetime(2011, 1, 19, 0, 0)
5 >>> start - 2 * timedelta(12)
6 datetime.datetime(2010, 12, 14, 0, 0)

datetime模块中的数据类型如下表所示：

类型	说明
date	以公历形式存储日历日期（年、月、日）
time	将时间存储为时、分、秒、毫秒
datetime	存储日期和时间
timedelta	表示两个datetime值之间的差（日、秒、毫秒）

1.1.1  字符串和datetime的相互转换

利用str或strftime方法（传入一个格式化字符串），datetime对象和pandas的Timestamp对象可以被格式化为字符串。

1 >>> stamp = datetime(2020, 2, 5) 
2 >>> str(stamp) 
3 ‘2020-02-05 00:00:00‘
4 >>> stamp.strftime(‘%Y-%m-%d‘) 
5 ‘2020-02-05‘

下表是全部的格式化编码，datatime.strptime可以用这些格式化编码将字符串转换为日期：

代码	说明
%Y	4位数的年
%y	2位数的年
%m	2位数的月[01, 12]
%d	2位数的日[01, 31]
%H	时（24小时制）[00, 23]
%	时（12小时制）[01, 12]
%M	2位数的分[00, 59]
%S	秒[00, 60]（秒60和61用于闰秒）
%w	用整数表示的星期几[0(星期天), 6]
%U	每年的第几周[00, 53]，星期天被认为是每周的第一天，每年第一个星期天之前的那几天被认为是“第0周”。
%W	每年的第几周[00, 53]，星期一被认为是每周的第一天，每年第一个星期一之前的那几天被认为是“第0周”
%z	以+HHMM或-HHMM表示的UTC时区偏移量，如果时区为naïve，则返回空字符串
%F	%Y-%m-%d简写形式，例如2012-4-18
%D	%m/%d/%y简写形式，例如04/18/12

datetime对象还有一些特定于当前环境（位于不同国家或不同语言的系统）的格式化选项。如下表所示：

代码	说明
%a	星期几的简写
%A	星期几的全称
%b	月份的简写
%B	月份的全称
%c	完整的日期和时间，例如“Tue 01 May 2012 04:20:57 PM”
%p	不同环境中的AM或PM
%x	适合于当前环境的日期格式
%X	适用于当前环境的时间格式