Pandas中时间序列的处理大全

介绍

Pandas是一个开源的Python数据分析库，其中对于时间序列的处理功能非常强大。本攻略将会介绍Pandas中时间序列的处理方法，以及如何使用这些方法进行时间序列数据的操作和分析。

Pandas时间序列的数据类型

Pandas提供了许多时间序列的数据类型，其中最常见的有：

• Timestamp: 表示单个时间戳
• DatetimeIndex: 由多个Timestamp组成的索引
• Period: 表示时间序列中的周期
• PeriodIndex: 由多个Period组成的索引
• Timedelta: 表示两个Timestamp之间的时间差
• TimedeltaIndex: 由多个Timedelta组成的索引

创建Pandas时间序列

使用Python的datetime创建Timestamp

可以使用Python自带的datetime模块来创建Timestamp对象。例如：

import datetime
import pandas as pd

t1 = datetime.datetime(2020, 12, 1, 12, 0)  # 年月日时分
ts1 = pd.Timestamp(t1)
print(ts1)

输出结果：

2020-12-01 12:00:00

使用pd.to_datetime()创建DatetimeIndex

可以使用pd.to_datetime()方法将日期字符串转换为DatetimeIndex对象。例如：

dates = ['2020-12-01', '2020-12-02', '2020-12-03']
dt_index = pd.to_datetime(dates)
print(dt_index)

输出结果：

DatetimeIndex(['2020-12-01', '2020-12-02', '2020-12-03'], dtype='datetime64[ns]', freq=None)

Pandas时间序列的基本操作

索引和切片

可以使用index属性来进行索引和切片操作。例如：

import pandas as pd

dates = ['2020-12-01', '2020-12-02', '2020-12-03', '2020-12-04', '2020-12-05']
dt_index = pd.to_datetime(dates)
s = pd.Series([1, 2, 3, 4, 5], index=dt_index)

# 索引
print(s['2020-12-02'])

# 切片
print(s['2020-12-02':'2020-12-04'])

输出结果：

2
2020-12-02    2
2020-12-03    3
2020-12-04    4
dtype: int64

重采样

重采样是指将时间序列从一个频率转换为另一个频率。可以使用resample()方法进行重采样操作。例如：

import pandas as pd

dates = pd.date_range('2020-12-01', periods=5, freq='D')  # 以天为频率生成5个时间戳
s = pd.Series([1, 2, 3, 4, 5], index=dates)

# 将频率从天转换为周
s_resampled = s.resample('W').sum()
print(s_resampled)

输出结果:

2020-12-06     15
Freq: W-SUN, dtype: int64

示例说明

示例一

在实际数据处理中，有时会遇到数据中缺失的时间戳，需要对这些时间戳进行填充。可以使用Pandas中的reindex()方法来为时间序列增加缺失的时间戳。例如：

import pandas as pd

dates = ['2020-12-01', '2020-12-03', '2020-12-05']
dt_index = pd.to_datetime(dates)
s = pd.Series([1, 2, 3], index=dt_index)

# 增加缺失的时间戳
all_dates = pd.date_range('2020-12-01', '2020-12-05', freq='D')
s_reindexed = s.reindex(all_dates, fill_value=0)

print(s_reindexed)

输出结果：

2020-12-01    1
2020-12-02    0
2020-12-03    2
2020-12-04    0
2020-12-05    3
Freq: D, dtype: int64

示例二

另一个常见的需求是计算时间序列的移动平均值。可以使用rolling()方法来计算滚动平均值。例如：

import pandas as pd
import numpy as np

dates = pd.date_range('2020-12-01', periods=10, freq='D')
s = pd.Series(np.random.randn(10), index=dates)

# 计算3天的移动平均值
rolling_mean = s.rolling(window=3).mean()

print(rolling_mean)

输出结果：

2020-12-01         NaN
2020-12-02         NaN
2020-12-03    0.744171
2020-12-04   -0.034246
2020-12-05    0.825718
2020-12-06    0.245619
2020-12-07   -0.213545
2020-12-08   -0.558769
2020-12-09   -0.329800
2020-12-10   -0.128873
Freq: D, dtype: float64

总结

Pandas提供了丰富的时间序列处理方法，包括创建、索引、切片、重采样、填充、移动平均等等。掌握这些方法可以使得我们更加高效地进行时间序列数据的分析和处理。