软件测试|数据处理神器pandas教程(八)
前言
前面的文章中,我们讲解了pandas处理时间的功能,本篇文章我们来介绍pandas时间序列的处理。
时间序列
顾名思义,时间序列(time series),就是由时间构成的序列,它指的是在一定时间内按照时间顺序测量的某个变量的取值序列,比如一天内的温度会随时间而发生变化,或者股票的价格会随着时间不断的波动,这里用到的一系列时间,就可以看做时间序列。时间序列包含三种应用场景,分别是:
- 特定的时刻(timestamp),也就是时间戳;
- 固定的日期(period),比如某年某月某日;
- 时间间隔(interval),每隔一段时间具有规律性;
在处理时间序列的过程中,我们一般会遇到两个问题,第一,如何创建时间序列;第二,如何更改已生成时间序列的频率。 Pandas 为解决上述问题提供了一套简单、易用的方法。
在Python中,有内置的datetime模块来获取当前时间,通过datetime.now()即可获取本地当前时间。代码如下:
from datetime import datetime
#数据类型为datetime
print(datetime.now())
pandas也提供了一系列处理时间的方法,下面我们对pandas时间处理进行介绍。
创建时间戳
TimeStamp(时间戳) 是时间序列中的最基本的数据类型,它将数值与时间点完美结合在一起。Pandas 使用下列方法创建时间戳:
import pandas as pd
print (pd.Timestamp('2023-03-26'))
-----------------------------
输出结果如下:
2023-03-26 00:00:00
同样,可以将整型或浮点型表示的时间转换为时间戳。默认的单位是纳秒(时间戳单位),示例如下:
import pandas as pd
print(pd.Timestamp(1679818304,unit='s'))
---------------------
输出结果如下:
2023-03-26 08:11:44
创建时间范围
通过 date_range() 方法可以创建某段连续的时间或者固定间隔的时间时间段。该函数提供了三个参数,分别是:
- start:开始时间
- end:结束时间
- freq:时间频率,默认为 "D"(天)
示例如下:
import pandas as pd
#freq表示时间频率,每30min变化一次
print(pd.date_range("9:00", "15:15", freq="30min").time)
-----------------
输出结果如下:
[datetime.time(9, 0) datetime.time(9, 30) datetime.time(10, 0)
datetime.time(10, 30) datetime.time(11, 0) datetime.time(11, 30)
datetime.time(12, 0) datetime.time(12, 30) datetime.time(13, 0)
datetime.time(13, 30) datetime.time(14, 0) datetime.time(14, 30)
datetime.time(15, 0)]
更改时间频率,上面我们的时间频率是以30分钟为间隔的,我们也可以将时间间隔修改为一个小时,代码如下:
import pandas as pd
# 修改为按小时
print(pd.date_range("7:10", "11:45", freq="H").time)
----------------------
输出结果如下:
[datetime.time(7, 10) datetime.time(8, 10) datetime.time(9, 10)
datetime.time(10, 10) datetime.time(11, 10)]
转化为时间戳
可以使用 to_datetime() 函数将 series 或 list 转换为日期对象,其中 list 会转换为DatetimeIndex。示例如下:
import pandas as pd
print(pd.to_datetime(pd.Series(['Mar 23, 2023','2023-03-26', None])))
-----------------------------
输出结果如下:
0 2023-03-23
1 2023-03-26
2 NaT
dtype: datetime64[ns]
注: NaT 表示的不是时间 ,它等效于 NaN。
还有一个示例
import pandas as pd
#传入list,生成Datetimeindex
print(pd.to_datetime(['Mar 20, 2023','2023-03-31', None]))
------------------------
输出结果如下:
DatetimeIndex(['2023-03-20', '2023-03-31', 'NaT'], dtype='datetime64[ns]', freq=None)
频率和周期转换
Time Periods 表示时间跨度,一段时间周期,它被定义在 Pandas Periods 类中,通过该类提供的方法可以实现将频率转换为周期。比如 Periods() 方法,可以将频率 "M"(月)转换为 Period(时间段)。
下面示例,使用 asfreq() 和 start 参数,打印 "01" ,若使用 end 参数,则打印 "31"。示例如下:
import pandas as pd
x = pd.Period('2023', freq='M')
#start参数
print(x.asfreq('D', 'start'))
#end参数
print(x.asfreq('D', 'end'))
------------------------
输出结果如下:
2023-01-01
2023-01-31
对于常用的时间序列频率,Pandas 为其规定了一些字符串别名,我们将这些别名称为“offset(偏移量)”。如下表所示:
别名 | 描述 | 别名 | 描述 |
---|---|---|---|
B | 工作日频率 | BQS | 工作季度开始频率 |
D | 日历日频率 | A | 年终频率 |
W | 每周频率 | BA | 工作年度结束频率 |
M | 月末频率 | BAS | 工作年度开始频率 |
SM | 半月结束频率 | BH | 营业时间频率 |
BM | 工作月结束频率 | H | 小时频率 |
MS | 月开始频率 | T,min | 每分钟频率 |
SMS | 半月开始频率 | S | 每秒钟频率 |
BMS | 工作月开始频率 | L,ms | 毫秒 |
Q | 季末频率 | U,us | 微妙 |
BQ | 工作季度结束频率 | N | 纳秒 |
QS | 季度开始频率 |
时间周期计算
周期计算,指的是对时间周期进行算术运算,所有的操作将在“频率”的基础上执行。
import pandas as pd
#S表示秒
x = pd.Period('2023', freq='S')
print(x)
----------------------------
输出结果如下:
2023-01-01 00:00:00
执行计算示例:
import pandas as pd
x = pd.Period('2023', freq='S')
#加2s的时间
print(x+2)
---------------
输出结果如下:
2023-01-01 00:00:02
完整示例:
import pandas as pd
#定义时期period,默认freq="Y"年份
p1=pd.Period('2023')
p2=pd.Period('2022')
#使用f''格式化输出
print(f'p1={p1}年')
print(f'p2={p2}年')
print(f'p1和p2间隔{p1-p2}年')
#f''表示字符串格式化输出
print(f'五年前是{p1-5}年')
--------------------
输出结果如下:
p1=2023年
p2=2022年
p1和p2间隔<YearEnd: month=12>年
五年前是2018年
创建时间周期
使用 period_range() 方法来创建时间周期范围。示例如下:
import pandas as pd
#Y表示年
p = pd.period_range('2020','2023', freq='Y')
print(p)
-----------------------------
输出结果如下:
PeriodIndex(['2020', '2021', '2022', '2023'], dtype='period[A-DEC]')
创建日期范围
Pandas 提供了用来创建日期序列的函数 date_range(),该函数的默认频率为 "D", 也就是“天”。日期序列只包含年、月、日,不包含时、分、秒。
示例如下:
import pandas as pd
print(pd.date_range('03/26/2023', periods=10))
-------------------
输出结果如下:
DatetimeIndex(['2023-03-26', '2023-03-27', '2023-03-28', '2023-03-29',
'2023-03-30', '2023-03-31', '2023-04-01', '2023-04-02',
'2023-04-03', '2023-04-04'],
dtype='datetime64[ns]', freq='D')
注:使用 date_range() 来创建日期范围时,该函数包含结束的日期,用数学术语来说就是区间左闭右闭,即包含起始值,也包含结束值。
更改日频率
使用下列方法可以修改频率,比如按“天”为按“月”,示例如下:
import pandas as pd
print(pd.date_range('01/31/2023', periods=5,freq='M'))
-------------------------
输出结果如下:
DatetimeIndex(['2023-01-31', '2023-02-28', '2023-03-31', '2023-04-30',
'2023-05-31'],
dtype='datetime64[ns]', freq='M')
工作日时间
bdate_range() 表示创建工作日的日期范围,它与 date_range() 不同,它不包括周六、周日。
import pandas as pd
print(pd.bdate_range('03/26/2023', periods=10))
----------------------
输出结果如下:
DatetimeIndex(['2023-03-27', '2023-03-28', '2023-03-29', '2023-03-30',
'2023-03-31', '2023-04-03', '2023-04-04', '2023-04-05',
'2023-04-06', '2023-04-07'],
dtype='datetime64[ns]', freq='B')
date_range() 默认频率是日历日,而 bdate_range() 的默认频率是工作日。
注:中国传统节假日并没有默认为休息日,所以输出的还是按照是否为周六周日判定是否为工作日。
总结
本文主要介绍了pandas时间序列相关内容,pandas对于时间的处理非常丰富,功能也十分强大,对于我们的工作有很大帮助。后续我们将介绍pandas时间差的处理。