python中怎么使用pandas實現時序處理

今天就跟大家聊聊有關python中怎么使用pandas實現時序處理，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結了以下內容，希望大家根據這篇文章可以有所收獲。

創建時間序列

函數pd.date_range()

根據指定的范圍，生成時間序列DatetimeIndex，每隔元素的類型為Timestamp。該函數應用較多。

ts = pd.date_range('2017-09-01', periods=10, freq='d', normalize=False)
ts

輸出為：

DatetimeIndex(['2017-09-01', '2017-09-02', '2017-09-03', '2017-09-04',
'2017-09-05', '2017-09-06', '2017-09-07', '2017-09-08',
'2017-09-09', '2017-09-10'],
dtype='datetime64[ns]', freq='D'

主要的入參解析：

• start: 開始時刻，可以是字符串或者datetime類型的值。默認None。

• end: 結束時刻，可以是字符串或者datetime類型的值，如果指定了長度，即periods，則可不設置。默認None。

• periods: 時序的長度，整型類型。如果有end，可不設置。默認None。

• freq: 時序生成的頻率，即每隔多少時刻生成一個時序點。字符串類型或者DateOffset類型。默認'D'，即天粒度，見上述代碼輸出。

• tz: 時區，字符串類型。默認None。

• normalize: bool類型，沒用過，不知道干啥的。

• name: 設置時序的名稱，字符串類型，默認None。

• closed: 是否包含兩邊的值。默認None，即兩邊都保留。

其中，freq的取值可以為如下的符號表示間隔，可以結合符號和數字，如'3d'，表示每隔三天記錄一個時間點。大小寫都可以。

B business day frequency
C custom business day frequency (experimental)
D calendar day frequency
W weekly frequency
M month end frequency
SM semi-month end frequency (15th and end of month)
BM business month end frequency
CBM custom business month end frequency
MS month start frequency
SMS semi-month start frequency (1st and 15th)
BMS business month start frequency
CBMS custom business month start frequency
Q quarter end frequency
BQ business quarter endfrequency
QS quarter start frequency
BQS business quarter start frequency
A year end frequency
BA business year end frequency
AS year start frequency
BAS business year start frequency
BH business hour frequency
H hourly frequency
T, min minutely frequency
S secondly frequency
L, ms milliseconds
U, us microseconds
N nanoseconds

字符串轉換為時間戳

pd.to_datetime() 函數可以將表示時間的字符串轉換位TimeStamp。

pd.to_datetime('2017-09-01')

輸出為：

Timestamp('2017-09-01 00:00:00')

常用的參數：

format: 用來設置字符串的格式，默認如上所示。

時間戳的加減
有時候需要將時間進行增減，可以使用類型：DateOffset。

pd.to_datetime('2017-09-01') + pd.DateOffset(days=10)

輸出為：

Timestamp('2017-09-11 00:00:00')

DateOffset常用的參數：

• months，設置月。

• days，設置天。

• years，設置年。

• hours，設置小時。

• minutes，設置分鐘。

• seconds，設置秒。

以上可以同時設置，組合使用。

pd.to_datetime('2017-09-01') + pd.DateOffset(seconds=10, days = 10)

輸出為：

Timestamp('2017-09-11 00:00:10')

看完上述內容，你們對python中怎么使用pandas實現時序處理有進一步的了解嗎？如果還想了解更多知識或者相關內容，請關注億速云行業資訊頻道，感謝大家的支持。