6-时序数据处理之日期（Period、PeriodIndex、asfreq、财政年度）及算数运算（to_timestamp()、to_period()）
一、时期
1、时期的创建
时期（Period）表示的是时间区间，如数日、数月、数季、数年等。时期的创建需要一个字符或整数以及一个freq参数。
注意：其中freq参数可以参考日期的基础频率表，详见另一篇博文【Pandas时序数据处理（日期范围pd.date_range()、频率(基础频率表)及移动(shift()、rollforward()、rollback())）的第二部分】
例：创建一个从20200101到20201231的时期
>>> import pandas as pd
>>> p = pd.Period(2020,freq = 'A-DEC')
>>> p
Period('2020', 'A-DEC')
2、Period对象如何实现位移？
答：加上或减去一个整数
>>> p+10
Period('2030', 'A-DEC')
3、相同频率的Period对象
若两个Period对象由相同的频率，那么这两个Period对象的差就是两个时间段的单位数量；
>>> pd.Period(2030,freq='A-DEC')-p <10 * YearEnds: month=12>
4、PeriodIndex
period_range()函数用于创建规则的时间范围，生成PeriodIndex类型数据；
来看看其用法与创建规则的日期范围date_range()的区别：
>>> pd.period_range('2020-01-01','2020-09-01',freq='2M')
PeriodIndex(['2020-01', '2020-03', '2020-05', '2020-07', '2020-09'], dtype='period[2M]', freq='2M')
>>> pd.date_range('2020-01-01','2020-09-01',freq='2M')
DatetimeIndex(['2020-01-31', '2020-03-31', '2020-05-31', '2020-07-31'], dtype='datetime64[ns]', freq='2M')
从上述例子可以看到，PeriodIndex类型数据的元素类型是period[2M]，而DatetimeIndex类型数据的元素类型是datetime64[ns]。
只要PeriodIndex类保存了一组，就可以在任何Pandas数据结构中被用作轴索引
>>> s = pd.Series(np.random.randint(0,10,4))
>>> s.index = pd.period_range('202001','202004',freq='M')
>>> s
2020-01 2
2020-02 0
2020-03 2
2020-04 5
PeriodIndex类的构造还允许直接使用一组字符串
>>> values = ['2018Q1','2019Q2','2020Q3'] >>> index = pd.PeriodIndex(values,freq = 'Q-DEC') >>> index PeriodIndex(['2018Q1', '2019Q2', '2020Q3'], dtype='period[Q-DEC]', freq='Q-DEC')
5、通过asfreq频率转换日期
Period对象和PeriodIndex对象都可以通过asfreq方法被转换成别的频率；
（1）参数how：注意start和end
例：将一个年度时期转换为当年年初或年末的月度时期（以12月结束的财政年度）
>>> p = pd.Period(2007,freq = 'A-DEC')
>>> p.asfreq('M',how = 'start')
Period('2007-01', 'M')
>>> p.asfreq('M',how = 'end')
Period('2007-12', 'M')
例：不以12月结束的财政年度，若是以6月结束的财政年度，那么年初、年末的月度时期分别为2006年7月、2007年6月
>>> p = pd.Period(2007,freq = 'A-JUN')
>>> p.asfreq('M',how = 'start')
Period('2006-07', 'M')
>>> p.asfreq('M',how = 'end')
Period('2007-06', 'M')
（2）高频率转换为低频率
例：将2007年8月的频率转换为'A-JUN'后，月份 2007年8月将属于2008年财政年度（年相较于月，年为低频率，月为高频率，一年12个月）
以asfreq中为准
>>> p = pd.Period('2007-08','M')
>>> p
Period('2007-08', 'M')
>>> p+1
Period('2007-09', 'M')
>>> p.asfreq('A-JUN')
Period('2008', 'A-JUN')
>>> p.asfreq('A-JUN')+1
Period('2009', 'A-JUN')
（3）时间序列频率转换
PeriodIndex和时间序列的频率转换方法一致
>>> rng = pd.period_range('2015','2018',freq = 'A-DEC')
>>> ts = pd.Series(np.random.randint(0,10,4),index = rng)
>>> ts
2015 6
2016 6
2017 8
2018 9
Freq: A-DEC, dtype: int32
>>> ts.asfreq('M',how = 'start')
2015-01 6
2016-01 6
2017-01 8
2018-01 9
>>> ts.asfreq('M',how = 'end')
2015-12 6
2016-12 6
2017-12 8
2018-12 9
Freq: M, dtype: int32
>>> ts.asfreq('Q-JAN',how = 'start')
2015Q4 6
2016Q4 6
2017Q4 8
2018Q4 9
（4）季度性频率
Pandas支持12种可能的季度型频率，即从Q-JAN到Q-DEC，下表以2012年的Q-DEC、Q-SEP、Q-JAN为例
即季度型频率freq设置为谁，谁就是Q4，因为其含义本就表示财政年末
#在以1月结束的财政年中，2012Q4是从2011年11月到2012年1月
>>> p = pd.Period('2012Q4',freq = 'Q-JAN')
>>> p
Period('2012Q4', 'Q-JAN')
>>> p.asfreq('D',how = 'start')
Period('2011-11-01', 'D')
>>> p.asfreq('D',how = 'end')
Period('2012-01-31', 'D')
>>> p.asfreq('M',how = 'start')
Period('2011-11', 'M')
>>> p.asfreq('B',how = 'start')
Period('2011-11-01', 'B')
>>> p.asfreq('B',how = 'end')
Period('2012-01-31', 'B')
二、时期之间的算数运算
例：需要获取时期p的倒数第二个工作日下午4点的时间戳
步骤1：使用第一个asfreq将时期p转换成日期型频率，得到p的倒数第二个工作日的日期
步骤2：使用第二个asfreq将日期型频率转换成时型频率，得到p的倒数第二个工作日的时间
步骤3：将时型频率转换成时间戳
>>> p
Period('2012Q4', 'Q-JAN')
#步骤1
>>> p_next = p.asfreq('B',how = 'end')-1
>>> p_next
Period('2012-01-30', 'B')
#步骤2
>>> p4_p_next = p_next.asfreq('H',how = 'start')+16
>>> p4_p_next
Period('2012-01-30 16:00', 'H')
#步骤3
>>> p4_p_next.to_timestamp()
Timestamp('2012-01-30 16:00:00')
时间戳和日期之间的转换
- 转为时间戳：to_timestamp()
- 转为日期：to_period()
例：通过数组创建PeriodIndex（年和嫉妒存放于不同的列中，将其合并并设为索引）
>>> data = pd.DataFrame({'year':[2019,2019,2019,2019,2020,2020],'quarter':[1,2,3,4,1,2]})
>>> data['number'] = np.random.randint(0,100,6)
>>> data
year quarter number
0 2019 1 51
1 2019 2 42
2 2019 3 46
3 2019 4 8
4 2020 1 88
5 2020 2 63
>>> index = pd.PeriodIndex(year = data['year'],quarter = data['quarter'],freq = 'Q-DEC')
>>> index
PeriodIndex(['2019Q1', '2019Q2', '2019Q3', '2019Q4', '2020Q1', '2020Q2'], dtype='period[Q-DEC]', freq='Q-DEC')
>>> data.index = index
>>> data.drop(['year','quarter'],axis=1,inplace = True)
>>> data
number
2019Q1 51
2019Q2 42
2019Q3 46
2019Q4 8
2020Q1 88
2020Q2 63
