1. 時間序列類型
-
時間戳(timestramp)
即特定的時刻 -
固定時期(period)
如2018年1月或2018年1月1日 -
時間間隔(interval)
由起始和結束時間戳表示
2. Python處理模塊
Python標準庫包含用于日期和時間數據的數據類型,主要用到datetime、time、calendar模塊。
datetime模塊常使用datetime和timedelta兩種實例方法
- datetime:以毫秒形式存儲日期和時間
- timedelta:表示兩個datetime對象的時間差
引入datetime模塊
import datetime
生成datetime對象
start_date = datetime(2018,1,1)
print(type(start_date))
end_date = datetime(2018,12,31)
print(type(end_date))
delta_date = end_date - start_date
print(type(delta_date))
字符串轉化datetime對象
-
datetime.strptime()
date_str = '2018-1-1' date_strptime = datetime.strptime(date_str, '%Y-%m-%d') print(type(date_strptime)) print(date_strptime)
-
dateutil.parser.parse()
date_str2 = '1-1-2018' date_parse = parse(date_str2) print(type(date_parse)) print(date_parse)
-
pandas.to_datetime()
date_arr = ['1/1/2018','12/31/2018'] date_todatetime = pd.to_datetime(date_arr) print(type(date_todatetime)) print(date_todatetime)
datetime對象轉化字符串
-
str
start_date = datetime(2018,1,1) str_start_date = str(start_date) print(type(str_start_date)) print(str_start_date)
-
strftime
start_date = datetime(2018,1,1) strftime_start_date = start_date.strftime('%Y-%m-%d') print(type(strftime_start_date)) print(strftime_start_date)
3. Pandas 時間處理
-
serial
ts = pd.Series(np.random.randn(6), index=date_list) print(type(ts)) print(ts)
-
date_range()
dates = pd.date_range('2018-1-1', periods=5, freq='W-SAT') print(dates) print(pd.Series(np.random.randn(5), index=dates))
date_index = pd.date_range('2018/1/1', '2018/2/1') print(date_index)
-
移動數據
ts = pd.Series(np.random.randn(5), index=pd.date_range('20180101', periods=5, freq='W-SAT')) print(ts)
print(ts.shift(1))
print(ts.shift(-1))
更多文章、技術交流、商務合作、聯系博主
微信掃碼或搜索:z360901061

微信掃一掃加我為好友
QQ號聯系: 360901061
您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧,狠狠點擊下面給點支持吧,站長非常感激您!手機微信長按不能支付解決辦法:請將微信支付二維碼保存到相冊,切換到微信,然后點擊微信右上角掃一掃功能,選擇支付二維碼完成支付。
【本文對您有幫助就好】元
