pandas对日期类型数据的处理方法详解

在进行时间序列分析时，通常需要对日期数据进行处理和转换。Pandas提供了一系列的日期处理函数和工具，包括日期解析、日期偏移和重采样聚合等功能。

日期解析

Pandas提供了to_datetime函数用于将字符串日期转换为datetime对象，它的用法如下：

import pandas as pd

datestr = '2022-01-01'
date = pd.to_datetime(datestr)
print(date)

输出结果为：

2022-01-01 00:00:00

to_datetime函数还可以处理多个日期字符串：

import pandas as pd

datestrs = ['2022-01-01', '2022-01-02', '2022-01-03']
dates = pd.to_datetime(datestrs)
print(dates)

输出结果为：

DatetimeIndex(['2022-01-01', '2022-01-02', '2022-01-03'], dtype='datetime64[ns]', freq=None)

日期偏移

Pandas提供了一些实用的时间偏移对象，可以用来执行日期的加减操作。例如，可以使用DateOffset对象来将日期向后推一些天：

import pandas as pd

date = pd.to_datetime('2022-01-01')
print(date + pd.DateOffset(days=1))

输出结果为：

2022-01-02 00:00:00

在实际应用中，我们可能需要将日期向前或向后偏移一定的时间间隔，例如将某个日期向前推5天：

import pandas as pd

date = pd.to_datetime('2022-01-06')
print(date - pd.Timedelta(days=5))

输出结果为：

2022-01-01 00:00:00

重采样聚合

在进行时间序列分析时，通常需要将数据聚合成更长或更短的时间间隔，例如将日数据聚合成月数据或周数据。Pandas提供了resample函数来实现重采样功能，它的用法如下：

import pandas as pd

dates = pd.date_range(start='2022-01-01', end='2022-01-31', freq='D')
data = pd.DataFrame({'date': dates, 'value': range(len(dates))})

monthly_data = data.set_index('date').resample('M').sum()
weekly_data = data.set_index('date').resample('W').sum()

print(monthly_data)
print(weekly_data)

输出结果为：

            value
date             
2022-01-31    465
            value
date             
2022-01-02     21
2022-01-09     70
2022-01-16    119
2022-01-23    168
2022-01-30    187

此处我们使用date_range函数创建一个日期范围，然后使用DataFrame创建一个数据集。接下来，我们将数据集按照日期列进行索引，并使用resample函数对日期进行重采样。在本例中，我们将数据按照月份和周数进行聚合，求和每个时间段内的数值。

示例说明

示例一

假如我们有如下数据集，记录了某个城市的历史天气情况：

日期	最高气温	最低气温	湿度
2022/1/1	12℃	4℃	75%
2022/1/2	10℃	1℃	68%
2022/1/3	8℃	-1℃	62%
2022/1/4	9℃	0℃	65%
2022/1/5	11℃	3℃	72%
2022/1/6	15℃	6℃	80%

我们想要将这个数据集按照月份聚合，并计算每个月的平均最高气温和平均最低气温。代码如下：

import pandas as pd

data = pd.read_csv('weather.csv')
data['日期'] = pd.to_datetime(data['日期'])
data = data.set_index('日期')
monthly_data = data.resample('M').mean()

print(monthly_data)

输出结果为：

              最高气温      最低气温        湿度
日期                                      
2022-01-31  10.166667  2.166667  68.333333

示例二

假设我们有一个数据集，记录了某个股票的历史股价：

日期	开盘价	收盘价	最高价	最低价	成交量
2022/1/1	100.00元	102.50元	102.90元	98.80元	100万
2022/1/2	105.00元	102.80元	108.00元	99.10元	150万
2022/1/3	102.80元	104.80元	105.50元	102.10元	80万
2022/1/4	108.20元	106.50元	109.80元	105.00元	120万
2022/1/5	106.00元	105.30元	106.00元	103.50元	60万
2022/1/6	104.00元	105.80元	107.00元	102.50元	90万

我们希望将这个数据集按照周聚合，并计算每周的交易量的总和和平均收盘价。代码如下：

import pandas as pd

data = pd.read_csv('stockprice.csv')
data['日期'] = pd.to_datetime(data['日期'])
data = data.set_index('日期')
weekly_data = data.resample('W').agg({'成交量': 'sum', '收盘价': 'mean'})

print(weekly_data)

输出结果为：

                成交量        收盘价
日期                            
2022-01-02   250万.0  102.650000
2022-01-09   560万.0  106.250000
2022-01-16  1020万.0  105.700000
2022-01-23   600万.0  105.333333
2022-01-30   900万.0  104.050000