Pandas处理时间序列数据
Pandas时序处理中最常见的两种数据类型为datetime和timedelta。
flowchart TB
datetime --data --> 2024-01-01
datetime --time--> 10:00:00
datetime顾名思义就是既有日期date也有时间time，表示一个具体的时间点（时间戳）。
timedelta则表示两个时间点之间的差，比如2024-01-01和2024-01-02之间的timedelta即为一天。
pd.to_datetime()，可以将对应的时间列转换为Pandas中的datetime64类型set_index()将时间序列设定为索引- 提取出时间/日期的属性
在时序数据处理过程中，经常需要实现下述需求：
- 求某个日期对应的星期数（2019-06-05是第几周）
- 判断一个日期是周几（2020-01-01是周几）
- 判断某一日期是第几季度（2019-07-08属于哪个季度）
当数据中的时间列已经转换为datetime64格式时，仅需调用.dt接口，即可求得想要的结果
| Property | Description | Property | Description |
|---|---|---|---|
| year | 年份 | month | 月份 |
| day | 日 | hour | 时 |
| minute | 分 | second | 秒 |
| date | 日期 | time | 时间 |
| dayofyear | 一年中的第几天 | weekofyear | 一年中的第几周 |
| weekday | 一周中的第几天，0对应周一 | weekday_name | 周几的名称，如周一为Monday |
| quarter | 第几个季度 | is_leap_year | 是否闰年 |
- resample基于时间的
groupby操作
