pandas组队学习：task10

目录

• 一、时间戳
  • 1. Timestamp的构造和属性
  • 2.Datetime序列的生成
  • 3.dt对象
  • 4.时间戳的切片和索引
• 二、时间差
  • 1.Timedelta的生成
  • 2.时间差序列的生成
  • 3.Timedelta的运算

一、时间戳

1. Timestamp的构造和属性

由pd.Timestamp实现，可以通过year, month, day, hour, min, second 可以获取具体的数值：

ts = pd.Timestamp('2020-1-1 08:10:30')
ts
Out[6]: Timestamp('2020-01-01 08:10:30')

ts.year
Out[7]: 2020

ts.month
Out[8]: 1

ts.day
Out[9]: 1

ts.hour
Out[10]: 8

ts.minute
Out[11]: 10

ts.second
Out[12]: 30

2.Datetime序列的生成

时间序列由一组时间戳组成，可以用 to_datetime 和 date_range 来生成

• to_datetime

  直接对时间戳列表进行转换：

  pd.to_datetime(['2020-1-1', '2020-1-3', '2020-1-6'])
  Out[16]: DatetimeIndex(['2020-01-01', '2020-01-03', '2020-01-06'], dtype='datetime64[ns]', freq=None)
  

  时间戳格式不满足转换时，强制使用format进行匹配：

  temp = pd.to_datetime(['2020\\1\\1','2020\\1\\3'],format='%Y\\%m\\%d')
  temp
  Out[21]: DatetimeIndex(['2020-01-01', '2020-01-03'], dtype='datetime64[ns]', freq=None)
  

  如果想要转为 datetime64[ns] 的序列，需要显式用 Series 转化：

  pd.Series(temp).head()
  Out[22]: 
  0   2020-01-01
  1   2020-01-03
  dtype: datetime64[ns]
  

  如果输入时间戳是表的多个列，列名必须与时间关键词列名一致：

  df_date_cols = pd.DataFrame({'year': [2020, 2020],
     ....:                              'month': [1, 1],
     ....:                              'day': [1, 2],
     ....:                              'hour': [10, 20],
     ....:                              'minute': [30, 50],
     ....:                              'second': [20, 40]})
   
  pd.to_datetime(df_date_cols)
  Out[24]: 
  0   2020-01-01 10:30:20
  1   2020-01-02 20:50:40
  dtype: datetime64[ns]
  

• date_range

  参数为 start, end, freq, periods ，它们分别表示开始时间，结束时间，时间间隔，时间戳个数。

  开始或者结束日期作为端点会被包含：

  pd.date_range('2020-1-1','2020-1-21', freq='10D') # 包含
  Out[25]: DatetimeIndex(['2020-01-01', '2020-01-11', '2020-01-21'], dtype='datetime64[ns]', freq='10D')
  

3.dt对象

在时序类型的序列上定义了 dt 对象来完成许多时间序列的相关操作。

• 取出相关属性

  s = pd.Series(pd.date_range('2020-1-1','2020-1-3', freq='D'))
  
  In [33]: s.dt.date
  Out[33]: 
  0    2020-01-01
  1    2020-01-02
  2    2020-01-03
  dtype: object
  
  In [34]: s.dt.time
  Out[34]: 
  0    00:00:00
  1    00:00:00
  2    00:00:00
  dtype: object
  
  In [35]: s.dt.day
  Out[35]: 
  0    1
  1    2
  2    3
  dtype: int64
  
  In [36]: s.dt.daysinmonth
  Out[36]: 
  0    31
  1    31
  2    31
  dtype: int64
  

• 判断操作主要用于测试是否为月/季/年的第一天或者最后一天：

  In [40]: s.dt.is_year_start # 还可选 is_quarter/month_start
  Out[40]: 
  0     True
  1    False
  2    False
  dtype: bool
  
  In [41]: s.dt.is_year_end # 还可选 is_quarter/month_end
  Out[41]: 
  0    False
  1    False
  2    False
  dtype: bool
  

• 取整操作包含 round, ceil, floor ，它们的公共参数为 freq ，常用的包括 H, min, S （小时、分钟、秒）

  In [42]: s = pd.Series(pd.date_range('2020-1-1 20:35:00',
     ....:                             '2020-1-1 22:35:00',
     ....:                             freq='45min'))
     ....: 
  
  In [43]: s
  Out[43]: 
  0   2020-01-01 20:35:00
  1   2020-01-01 21:20:00
  2   2020-01-01 22:05:00
  dtype: datetime64[ns]
  
  In [44]: s.dt.round('1H')
  Out[44]: 
  0   2020-01-01 21:00:00
  1   2020-01-01 21:00:00
  2   2020-01-01 22:00:00
  dtype: datetime64[ns]
  
  In [45]: s.dt.ceil('1H')
  Out[45]: 
  0   2020-01-01 21:00:00
  1   2020-01-01 22:00:00
  2   2020-01-01 23:00:00
  dtype: datetime64[ns]
  
  In [46]: s.dt.floor('1H')
  Out[46]: 
  0   2020-01-01 20:00:00
  1   2020-01-01 21:00:00
  2   2020-01-01 22:00:00
  dtype: datetime64[ns]
  

4.时间戳的切片和索引

时间戳序列作为索引使用。如果想要选出某个子时间戳序列，第一类方法是利用 dt 对象和布尔条件联合使用，另一种方式是利用切片。

• 利用dt对象

  In [47]: s = pd.Series(np.random.randint(2,size=366),
     ....:               index=pd.date_range(
     ....:                       '2020-01-01','2020-12-31'))
     ....: 
  
  In [48]: idx = pd.Series(s.index).dt
  
  In [49]: s.head()
  Out[49]: 
  2020-01-01    1
  2020-01-02    1
  2020-01-03    0
  2020-01-04    1
  2020-01-05    0
  Freq: D, dtype: int32
  
  In [50]: s[(idx.is_month_start|idx.is_month_end).values].head()		#每月的第一天或者最后一天
  Out[50]: 
  2020-01-01    1
  2020-01-31    0
  2020-02-01    1
  2020-02-29    1
  2020-03-01    0
  dtype: int32
  

• 利用切片

  取出单日值：

  In [52]: s['2020-01-01']
  Out[52]: 1
  
  In [53]: s['20200101'] # 自动转换标准格式
  Out[53]: 1
  

  取出5月初至7月15日：

  In [55]: s['2020-05':'2020-7-15'].head()
  Out[55]: 
  2020-05-01    0
  2020-05-02    1
  2020-05-03    0
  2020-05-04    1
  2020-05-05    1
  Freq: D, dtype: int32
  

二、时间差

1.Timedelta的生成

可以由两个时间戳的差，或者pd.Timedelta生成：

In [57]: pd.Timestamp('20200102 08:00:00')-pd.Timestamp('20200101 07:35:00')
Out[57]: Timedelta('1 days 00:25:00')

In [58]: pd.Timedelta(days=1, minutes=25) # 需要注意加s
Out[58]: Timedelta('1 days 00:25:00')

In [59]: pd.Timedelta('1 days 25 minutes') # 字符串生成
Out[59]: Timedelta('1 days 00:25:00')

2.时间差序列的生成

• pd.to_timedelta

In [60]: s = pd.to_timedelta(df.Time_Record)

In [61]: s.head()
Out[61]: 
0   0 days 00:04:34
1   0 days 00:04:20
2   0 days 00:05:22
3   0 days 00:04:08
4   0 days 00:05:22
Name: Time_Record, dtype: timedelta64[ns]

• timedelta_range

  In [62]: pd.timedelta_range('0s', '1000s', freq='6min')
  Out[62]: TimedeltaIndex(['0 days 00:00:00', '0 days 00:06:00', '0 days 00:12:00'], dtype='timedelta64[ns]', freq='6T')
  
  In [63]: pd.timedelta_range('0s', '1000s', periods=3)
  Out[63]: TimedeltaIndex(['0 days 00:00:00', '0 days 00:08:20', '0 days 00:16:40'], dtype='timedelta64[ns]', freq=None)
  

3.Timedelta的运算

• 生成时间戳和时间差：

  In [67]: td1 = pd.Timedelta(days=1)
  In [68]: td2 = pd.Timedelta(days=3)
  In [69]: ts = pd.Timestamp('20200101')
  

• 与标量的乘法运算：

  In [70]: td1 * 2
  Out[70]: Timedelta('2 days 00:00:00')
  

• 与时间戳的加减法运算：

  In [73]: ts - td1
  Out[73]: Timestamp('2019-12-31 00:00:00')
  

• 与时间差的加减法与除法运算：

  In [71]: td2 - td1
  Out[71]: Timedelta('2 days 00:00:00')
  
  In [72]: ts + td1
  Out[72]: Timestamp('2020-01-02 00:00:00')