Python量化交易基礎講堂-用Pandas庫處理時間序列

《Python實戰-構建基於股票的量化交易系統》小冊子，雖然主要側重於 Python 實戰講解，但在內容設計上提供了前置基礎章節幫助讀者快速掌握基礎工具的使用，所以小冊適合的人羣僅具有Python最基礎編程經驗便可。

同時咱們會持續更新一些關於Python和量化相關的基礎文章，幫助你們夯實基礎。接下來咱們介紹下使用Pandas庫處理時間序列。

在使用Python進行數據分析時，常常會遇到時間日期格式處理和轉換，特別是分析和挖掘與時間相關的數據，好比量化交易就是從歷史數據中尋找股價的變化規律。Python中自帶的處理時間的模塊有datetime，NumPy庫也提供了相應的方法，Pandas做爲Python環境下的數據分析庫，更是提供了強大的日期數據處理的功能，是處理時間序列的利器。

一、生成日期序列

主要提供pd.data_range()和pd.period_range()兩個方法，給定參數有起始時間、結束時間、生成時期的數目及時間頻率（freq='M'月，'D'天，'W'，周，'Y'年）等。

兩種主要區別在於pd.date_range()生成的是DatetimeIndex格式的日期序列；pd.period_range()生成的是PeriodIndex格式的日期序列。

如下經過生成月時間序列和周時間序列來對比下：

date_rng = pd.date_range('2019-01-01', freq='M', periods=12)
print(f'month date_range()：\n{date_rng}')
""" date_range()： DatetimeIndex(['2019-01-31', '2019-02-28', '2019-03-31', '2019-04-30', '2019-05-31', '2019-06-30', '2019-07-31', '2019-08-31', '2019-09-30', '2019-10-31', '2019-11-30', '2019-12-31'], dtype='datetime64[ns]', freq='M') """

period_rng = pd.period_range('2019/01/01', freq='M', periods=12)
print(f'month period_range()：\n{period_rng}')
""" period_range()： PeriodIndex(['2019-01', '2019-02', '2019-03', '2019-04', '2019-05', '2019-06', '2019-07', '2019-08', '2019-09', '2019-10', '2019-11', '2019-12'], dtype='period[M]', freq='M') """

date_rng = pd.date_range('2019-01-01', freq='W-SUN', periods=12)
print(f'week date_range()：\n{date_rng}')
""" week date_range()： DatetimeIndex(['2019-01-06', '2019-01-13', '2019-01-20', '2019-01-27', '2019-02-03', '2019-02-10', '2019-02-17', '2019-02-24', '2019-03-03', '2019-03-10', '2019-03-17', '2019-03-24'], dtype='datetime64[ns]', freq='W-SUN') """

period_rng=pd.period_range('2019-01-01',freq='W-SUN',periods=12)
print(f'week period_range()：\n{period_rng}')
""" week period_range()： PeriodIndex(['2018-12-31/2019-01-06', '2019-01-07/2019-01-13', '2019-01-14/2019-01-20', '2019-01-21/2019-01-27', '2019-01-28/2019-02-03', '2019-02-04/2019-02-10', '2019-02-11/2019-02-17', '2019-02-18/2019-02-24', '2019-02-25/2019-03-03', '2019-03-04/2019-03-10', '2019-03-11/2019-03-17', '2019-03-18/2019-03-24'], dtype='period[W-SUN]', freq='W-SUN') """
date_rng = pd.date_range('2019-01-01 00:00:00', freq='H', periods=12)
print(f'hour date_range()：\n{date_rng}')
""" hour date_range()： DatetimeIndex(['2019-01-01 00:00:00', '2019-01-01 01:00:00', '2019-01-01 02:00:00', '2019-01-01 03:00:00', '2019-01-01 04:00:00', '2019-01-01 05:00:00', '2019-01-01 06:00:00', '2019-01-01 07:00:00', '2019-01-01 08:00:00', '2019-01-01 09:00:00', '2019-01-01 10:00:00', '2019-01-01 11:00:00'], dtype='datetime64[ns]', freq='H') """
period_rng=pd.period_range('2019-01-01 00:00:00',freq='H',periods=12)
print(f'hour period_range()：\n{period_rng}')
""" hour period_range()： PeriodIndex(['2019-01-01 00:00', '2019-01-01 01:00', '2019-01-01 02:00', '2019-01-01 03:00', '2019-01-01 04:00', '2019-01-01 05:00', '2019-01-01 06:00', '2019-01-01 07:00', '2019-01-01 08:00', '2019-01-01 09:00', '2019-01-01 10:00', '2019-01-01 11:00'], dtype='period[H]', freq='H') """

複製代碼

二、生成Timestamp對象及轉換

建立一個Timestamp時間戳對象有pd.Timestamp()方法和pd.to_datetime()方法。以下所示：

ts=pd.Timestamp(2019,1,1)
print(f'pd.Timestamp()-1：{ts}')
#pd.Timestamp()-1：2019-01-01 00:00:00

ts=pd.Timestamp(dt(2019,1,1,hour=0,minute=1,second=1))
print(f'pd.Timestamp()-2：{ts}')
#pd.Timestamp()-2：2019-01-01 00:01:01

ts=pd.Timestamp("2019-1-1 0:1:1")
print(f'pd.Timestamp()-3：{ts}')
#pd.Timestamp()-3：2019-01-01 00:01:01

print(f'pd.Timestamp()-type：{type(ts)}')
#pd.Timestamp()-type：<class 'pandas._libs.tslibs.timestamps.Timestamp'>

#dt=pd.to_datetime(2019,1,1) 不支持
dt=pd.to_datetime(dt(2019,1,1,hour=0,minute=1,second=1))
print(f'pd.to_datetime()-1：{dt}')
#pd.to_datetime()-1：2019-01-01 00:01:01

dt=pd.to_datetime("2019-1-1 0:1:1")
print(f'pd.to_datetime()-2：{dt}')
#pd.to_datetime()-2：2019-01-01 00:01:01

print(f'pd.to_datetime()-type：{type(dt)}')
#pd.to_datetime()-type：<class 'pandas._libs.tslibs.timestamps.Timestamp'>

#pd.to_datetime生成自定義時間序列
dtlist=pd.to_datetime(["2019-1-1 0:1:1", "2019-3-1 0:1:1"])
print(f'pd.to_datetime()-list：{dtlist}')
#pd.to_datetime()-list：DatetimeIndex(['2019-01-01 00:01:01', '2019-03-01 00:01:01'], dtype='datetime64[ns]', freq=None)

#時間戳轉換爲period月時期
pr = ts.to_period('M')
print(f'ts.to_period()：{pr}')
#ts.to_period()：2019-01
print(f'pd.to_period()-type：{type(pr)}')
#pd.to_period()-type：<class 'pandas._libs.tslibs.period.Period'>
複製代碼

三、生成period對象及轉換

#定義時期period
per=pd.Period('2019')
print(f'pd.Period()：{per}')
#pd.Period()：2019
per_del=pd.Period('2019')-pd.Period('2018')
print(f'2019和2018間隔{per_del}年')#能夠直接+、-整數（表明年）
#2019和2018間隔1年

#時期轉換爲時間戳
print(per.to_timestamp(how='end'))#2019-12-31 00:00:00
print(per.to_timestamp(how='start'))#2019-01-01 00:00:00
複製代碼

四、生成時間間隔Timedelta

#生成時間間隔Timedelta
print(pd.Timedelta(days=5, minutes=50, seconds=20, milliseconds=10, microseconds=10, nanoseconds=10))
#5 days 00:50:20.010010

#獲取當前時間
now=pd.datetime.now()
#計算當前時間日後50天的日期
dt=now+pd.Timedelta(days=50)
print(f'當前時間是{now}, 50天后時間是{dt}')
#當前時間是2019-06-08 17:59:31.726065, 50天后時間是2019-07-28 17:59:31.726065
#只顯示年月日
print(dt.strftime('%Y-%m-%d'))#2019-07-28

複製代碼

五、重採樣及頻率轉換

#asfreq 按季度顯示索引值

#'DatetimeIndex' object has no attribute 'asfreq'
date=pd.date_range('1/1/2018', periods=20, freq='D')
tsdat_series=pd.Series(range(20),index=date)
tsp_series=tsdat_series.to_period('D')
print(tsp_series.index.asfreq('Q'))

date=pd.period_range('1/1/2018', periods=20, freq='D')
tsper_series=pd.Series(range(20),index=date)
print(tsper_series.index.asfreq('Q'))
""" PeriodIndex(['2018Q1', '2018Q1', '2018Q1', '2018Q1', '2018Q1', '2018Q1', '2018Q1', '2018Q1', '2018Q1', '2018Q1', '2018Q1', '2018Q1', '2018Q1', '2018Q1', '2018Q1', '2018Q1', '2018Q1', '2018Q1', '2018Q1', '2018Q1'], dtype='period[Q-DEC]', freq='Q-DEC') """

#resample 按季度統計並顯示
print(tsdat_series.resample('Q').sum().to_period('Q'))
""" 2018Q1 190 Freq: Q-DEC, dtype: int64 """

#groupby 按周進行彙總求平均值
print(tsdat_series.groupby(lambda x:x.weekday).mean())
""" 0 7.0 1 8.0 2 9.0 3 10.0 4 11.0 5 12.0 6 9.5 dtype: float64 """

複製代碼

更多的量化交易內容歡迎你們訂閱小冊閱讀！！