Python數據分析之時間序列

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標準庫包含用於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))