简介
工夫应该是在数据处理中常常会用到的一种数据类型，除了Numpy中datetime64 和 timedelta64 这两种数据类型之外，pandas 还整合了其余python库比方 scikits.timeseries 中的性能。
工夫分类
pandas中有四种工夫类型：
- Date times : 日期和工夫，能够带时区。和规范库中的
datetime.datetime相似。 - Time deltas： 相对持续时间，和 规范库中的
datetime.timedelta相似。 - Time spans： 由工夫点及其关联的频率定义的时间跨度。
- Date offsets：基于日历计算的工夫 和 dateutil.relativedelta.relativedelta 相似。
咱们用一张表来示意：
| 类型 | 标量class | 数组class | pandas数据类型 | 次要创立办法 |
|---|---|---|---|---|
| Date times | Timestamp | DatetimeIndex | datetime64[ns] or datetime64[ns, tz] | to_datetime or date_range |
| Time deltas | Timedelta | TimedeltaIndex | timedelta64[ns] | to_timedelta or timedelta_range |
| Time spans | Period | PeriodIndex | period[freq] | Period or period_range |
| Date offsets | DateOffset | None | None | DateOffset |
看一个应用的例子：
In [19]: pd.Series(range(3), index=pd.date_range("2000", freq="D", periods=3))Out[19]: 2000-01-01 02000-01-02 12000-01-03 2Freq: D, dtype: int64看一下下面数据类型的空值：
In [24]: pd.Timestamp(pd.NaT)Out[24]: NaTIn [25]: pd.Timedelta(pd.NaT)Out[25]: NaTIn [26]: pd.Period(pd.NaT)Out[26]: NaT# Equality acts as np.nan wouldIn [27]: pd.NaT == pd.NaTOut[27]: FalseTimestamp
Timestamp 是最根底的工夫类型，咱们能够这样创立：
In [28]: pd.Timestamp(datetime.datetime(2012, 5, 1))Out[28]: Timestamp('2012-05-01 00:00:00')In [29]: pd.Timestamp("2012-05-01")Out[29]: Timestamp('2012-05-01 00:00:00')In [30]: pd.Timestamp(2012, 5, 1)Out[30]: Timestamp('2012-05-01 00:00:00')DatetimeIndex
Timestamp 作为index会主动被转换为DatetimeIndex：
In [33]: dates = [ ....: pd.Timestamp("2012-05-01"), ....: pd.Timestamp("2012-05-02"), ....: pd.Timestamp("2012-05-03"), ....: ] ....: In [34]: ts = pd.Series(np.random.randn(3), dates)In [35]: type(ts.index)Out[35]: pandas.core.indexes.datetimes.DatetimeIndexIn [36]: ts.indexOut[36]: DatetimeIndex(['2012-05-01', '2012-05-02', '2012-05-03'], dtype='datetime64[ns]', freq=None)In [37]: tsOut[37]: 2012-05-01 0.4691122012-05-02 -0.2828632012-05-03 -1.509059dtype: float64date_range 和 bdate_range
还能够应用 date_range 来创立DatetimeIndex：
In [74]: start = datetime.datetime(2011, 1, 1)In [75]: end = datetime.datetime(2012, 1, 1)In [76]: index = pd.date_range(start, end)In [77]: indexOut[77]: DatetimeIndex(['2011-01-01', '2011-01-02', '2011-01-03', '2011-01-04', '2011-01-05', '2011-01-06', '2011-01-07', '2011-01-08', '2011-01-09', '2011-01-10', ... '2011-12-23', '2011-12-24', '2011-12-25', '2011-12-26', '2011-12-27', '2011-12-28', '2011-12-29', '2011-12-30', '2011-12-31', '2012-01-01'], dtype='datetime64[ns]', length=366, freq='D')date_range 是日历范畴，bdate_range 是工作日范畴：
In [78]: index = pd.bdate_range(start, end)In [79]: indexOut[79]: DatetimeIndex(['2011-01-03', '2011-01-04', '2011-01-05', '2011-01-06', '2011-01-07', '2011-01-10', '2011-01-11', '2011-01-12', '2011-01-13', '2011-01-14', ... '2011-12-19', '2011-12-20', '2011-12-21', '2011-12-22', '2011-12-23', '2011-12-26', '2011-12-27', '2011-12-28', '2011-12-29', '2011-12-30'], dtype='datetime64[ns]', length=260, freq='B')两个办法都能够带上 start, end, 和 periods 参数。
In [84]: pd.bdate_range(end=end, periods=20)In [83]: pd.date_range(start, end, freq="W")In [86]: pd.date_range("2018-01-01", "2018-01-05", periods=5)origin
应用 origin参数，能够批改 DatetimeIndex 的终点：
In [67]: pd.to_datetime([1, 2, 3], unit="D", origin=pd.Timestamp("1960-01-01"))Out[67]: DatetimeIndex(['1960-01-02', '1960-01-03', '1960-01-04'], dtype='datetime64[ns]', freq=None)默认状况下 origin='unix', 也就是终点是 1970-01-01 00:00:00.
In [68]: pd.to_datetime([1, 2, 3], unit="D")Out[68]: DatetimeIndex(['1970-01-02', '1970-01-03', '1970-01-04'], dtype='datetime64[ns]', freq=None)格式化
应用format参数能够对工夫进行格式化：
In [51]: pd.to_datetime("2010/11/12", format="%Y/%m/%d")Out[51]: Timestamp('2010-11-12 00:00:00')In [52]: pd.to_datetime("12-11-2010 00:00", format="%d-%m-%Y %H:%M")Out[52]: Timestamp('2010-11-12 00:00:00')Period
Period 示意的是一个时间跨度,通常和freq一起应用：
In [31]: pd.Period("2011-01")Out[31]: Period('2011-01', 'M')In [32]: pd.Period("2012-05", freq="D")Out[32]: Period('2012-05-01', 'D')Period能够间接进行运算：
In [345]: p = pd.Period("2012", freq="A-DEC")In [346]: p + 1Out[346]: Period('2013', 'A-DEC')In [347]: p - 3Out[347]: Period('2009', 'A-DEC')In [348]: p = pd.Period("2012-01", freq="2M")In [349]: p + 2Out[349]: Period('2012-05', '2M')In [350]: p - 1Out[350]: Period('2011-11', '2M')留神，Period只有具备雷同的freq能力进行算数运算。包含 offsets 和 timedelta
In [352]: p = pd.Period("2014-07-01 09:00", freq="H")In [353]: p + pd.offsets.Hour(2)Out[353]: Period('2014-07-01 11:00', 'H')In [354]: p + datetime.timedelta(minutes=120)Out[354]: Period('2014-07-01 11:00', 'H')In [355]: p + np.timedelta64(7200, "s")Out[355]: Period('2014-07-01 11:00', 'H')Period作为index能够主动被转换为PeriodIndex：
In [38]: periods = [pd.Period("2012-01"), pd.Period("2012-02"), pd.Period("2012-03")]In [39]: ts = pd.Series(np.random.randn(3), periods)In [40]: type(ts.index)Out[40]: pandas.core.indexes.period.PeriodIndexIn [41]: ts.indexOut[41]: PeriodIndex(['2012-01', '2012-02', '2012-03'], dtype='period[M]', freq='M')In [42]: tsOut[42]: 2012-01 -1.1356322012-02 1.2121122012-03 -0.173215Freq: M, dtype: float64能够通过 pd.period_range 办法来创立 PeriodIndex：
In [359]: prng = pd.period_range("1/1/2011", "1/1/2012", freq="M")In [360]: prngOut[360]: PeriodIndex(['2011-01', '2011-02', '2011-03', '2011-04', '2011-05', '2011-06', '2011-07', '2011-08', '2011-09', '2011-10', '2011-11', '2011-12', '2012-01'], dtype='period[M]', freq='M')还能够通过PeriodIndex间接创立：
In [361]: pd.PeriodIndex(["2011-1", "2011-2", "2011-3"], freq="M")Out[361]: PeriodIndex(['2011-01', '2011-02', '2011-03'], dtype='period[M]', freq='M')DateOffset
DateOffset示意的是频率对象。它和Timedelta很相似，示意的是一个持续时间，然而有非凡的日历规定。比方Timedelta一天必定是24小时，而在 DateOffset中依据夏令时的不同，一天可能会有23，24或者25小时。
# This particular day contains a day light savings time transitionIn [144]: ts = pd.Timestamp("2016-10-30 00:00:00", tz="Europe/Helsinki")# Respects absolute timeIn [145]: ts + pd.Timedelta(days=1)Out[145]: Timestamp('2016-10-30 23:00:00+0200', tz='Europe/Helsinki')# Respects calendar timeIn [146]: ts + pd.DateOffset(days=1)Out[146]: Timestamp('2016-10-31 00:00:00+0200', tz='Europe/Helsinki')In [147]: friday = pd.Timestamp("2018-01-05")In [148]: friday.day_name()Out[148]: 'Friday'# Add 2 business days (Friday --> Tuesday)In [149]: two_business_days = 2 * pd.offsets.BDay()In [150]: two_business_days.apply(friday)Out[150]: Timestamp('2018-01-09 00:00:00')In [151]: friday + two_business_daysOut[151]: Timestamp('2018-01-09 00:00:00')In [152]: (friday + two_business_days).day_name()Out[152]: 'Tuesday'DateOffsets 和Frequency 运算是先关的，看一下可用的Date Offset 和它相关联的 Frequency：
| Date Offset | Frequency String | 形容 |
|---|---|---|
DateOffset | None | 通用的offset 类 |
BDay or BusinessDay | 'B' | 工作日 |
CDay or CustomBusinessDay | 'C' | 自定义的工作日 |
Week | 'W' | 一周 |
WeekOfMonth | 'WOM' | 每个月的第几周的第几天 |
LastWeekOfMonth | 'LWOM' | 每个月最初一周的第几天 |
MonthEnd | 'M' | 日历月末 |
| MonthBegin | 'MS' | 日历月初 |
BMonthEnd or BusinessMonthEnd | 'BM' | 营业月底 |
BMonthBegin or BusinessMonthBegin | 'BMS' | 营业月初 |
CBMonthEnd or CustomBusinessMonthEnd | 'CBM' | 自定义营业月底 |
CBMonthBegin or CustomBusinessMonthBegin | 'CBMS' | 自定义营业月初 |
SemiMonthEnd | 'SM' | 日历月末的第15天 |
SemiMonthBegin | 'SMS' | 日历月初的第15天 |
QuarterEnd | 'Q' | 日历季末 |
QuarterBegin | 'QS' | 日历季初 |
BQuarterEnd | 'BQ | 工作季末 |
BQuarterBegin | 'BQS' | 工作季初 |
FY5253Quarter | 'REQ' | 批发季（ 52-53 week) |
YearEnd | 'A' | 日历年末 |
YearBegin | 'AS' or 'BYS' | 日历年初 |
BYearEnd | 'BA' | 营业年末 |
BYearBegin | 'BAS' | 营业年初 |
FY5253 | 'RE' | 批发年 (aka 52-53 week) |
Easter | None | 复活节假期 |
BusinessHour | 'BH' | business hour |
CustomBusinessHour | 'CBH' | custom business hour |
Day | 'D' | 一天的相对工夫 |
Hour | 'H' | 一小时 |
Minute | 'T' or 'min' | 一分钟 |
Second | 'S' | 一秒钟 |
Milli | 'L' or 'ms' | 一奥妙 |
Micro | 'U' or 'us' | 一毫秒 |
Nano | 'N' | 一纳秒 |
DateOffset还有两个办法 rollforward() 和 rollback() 能够将工夫进行挪动：
In [153]: ts = pd.Timestamp("2018-01-06 00:00:00")In [154]: ts.day_name()Out[154]: 'Saturday'# BusinessHour's valid offset dates are Monday through FridayIn [155]: offset = pd.offsets.BusinessHour(start="09:00")# Bring the date to the closest offset date (Monday)In [156]: offset.rollforward(ts)Out[156]: Timestamp('2018-01-08 09:00:00')# Date is brought to the closest offset date first and then the hour is addedIn [157]: ts + offsetOut[157]: Timestamp('2018-01-08 10:00:00')下面的操作会主动保留小时，分钟等信息，如果想要设置为 00:00:00 ， 能够调用normalize() 办法：
In [158]: ts = pd.Timestamp("2014-01-01 09:00")In [159]: day = pd.offsets.Day()In [160]: day.apply(ts)Out[160]: Timestamp('2014-01-02 09:00:00')In [161]: day.apply(ts).normalize()Out[161]: Timestamp('2014-01-02 00:00:00')In [162]: ts = pd.Timestamp("2014-01-01 22:00")In [163]: hour = pd.offsets.Hour()In [164]: hour.apply(ts)Out[164]: Timestamp('2014-01-01 23:00:00')In [165]: hour.apply(ts).normalize()Out[165]: Timestamp('2014-01-01 00:00:00')In [166]: hour.apply(pd.Timestamp("2014-01-01 23:30")).normalize()Out[166]: Timestamp('2014-01-02 00:00:00')作为index
工夫能够作为index，并且作为index的时候会有一些很不便的个性。
能够间接应用工夫来获取相应的数据：
In [99]: ts["1/31/2011"]Out[99]: 0.11920871129693428In [100]: ts[datetime.datetime(2011, 12, 25):]Out[100]: 2011-12-30 0.56702Freq: BM, dtype: float64In [101]: ts["10/31/2011":"12/31/2011"]Out[101]: 2011-10-31 0.2718602011-11-30 -0.4249722011-12-30 0.567020Freq: BM, dtype: float64获取全年的数据：
In [102]: ts["2011"]Out[102]: 2011-01-31 0.1192092011-02-28 -1.0442362011-03-31 -0.8618492011-04-29 -2.1045692011-05-31 -0.4949292011-06-30 1.0718042011-07-29 0.7215552011-08-31 -0.7067712011-09-30 -1.0395752011-10-31 0.2718602011-11-30 -0.4249722011-12-30 0.567020Freq: BM, dtype: float64获取某个月的数据：
In [103]: ts["2011-6"]Out[103]: 2011-06-30 1.071804Freq: BM, dtype: float64DF能够承受工夫作为loc的参数：
In [105]: dftOut[105]: A2013-01-01 00:00:00 0.2762322013-01-01 00:01:00 -1.0874012013-01-01 00:02:00 -0.6736902013-01-01 00:03:00 0.1136482013-01-01 00:04:00 -1.478427... ...2013-03-11 10:35:00 -0.7479672013-03-11 10:36:00 -0.0345232013-03-11 10:37:00 -0.2017542013-03-11 10:38:00 -1.5090672013-03-11 10:39:00 -1.693043[100000 rows x 1 columns]In [106]: dft.loc["2013"]Out[106]: A2013-01-01 00:00:00 0.2762322013-01-01 00:01:00 -1.0874012013-01-01 00:02:00 -0.6736902013-01-01 00:03:00 0.1136482013-01-01 00:04:00 -1.478427... ...2013-03-11 10:35:00 -0.7479672013-03-11 10:36:00 -0.0345232013-03-11 10:37:00 -0.2017542013-03-11 10:38:00 -1.5090672013-03-11 10:39:00 -1.693043[100000 rows x 1 columns]工夫切片：
In [107]: dft["2013-1":"2013-2"]Out[107]: A2013-01-01 00:00:00 0.2762322013-01-01 00:01:00 -1.0874012013-01-01 00:02:00 -0.6736902013-01-01 00:03:00 0.1136482013-01-01 00:04:00 -1.478427... ...2013-02-28 23:55:00 0.8509292013-02-28 23:56:00 0.9767122013-02-28 23:57:00 -2.6938842013-02-28 23:58:00 -1.5755352013-02-28 23:59:00 -1.573517[84960 rows x 1 columns]切片和齐全匹配
思考上面的一个精度为分的Series对象：
In [120]: series_minute = pd.Series( .....: [1, 2, 3], .....: pd.DatetimeIndex( .....: ["2011-12-31 23:59:00", "2012-01-01 00:00:00", "2012-01-01 00:02:00"] .....: ), .....: ) .....: In [121]: series_minute.index.resolutionOut[121]: 'minute'工夫精度小于分的话，返回的是一个Series对象：
In [122]: series_minute["2011-12-31 23"]Out[122]: 2011-12-31 23:59:00 1dtype: int64工夫精度大于分的话，返回的是一个常量：
In [123]: series_minute["2011-12-31 23:59"]Out[123]: 1In [124]: series_minute["2011-12-31 23:59:00"]Out[124]: 1同样的，如果精度为秒的话，小于秒会返回一个对象，等于秒会返回常量值。
工夫序列的操作
Shifting
应用shift办法能够让 time series 进行相应的挪动：
In [275]: ts = pd.Series(range(len(rng)), index=rng)In [276]: ts = ts[:5]In [277]: ts.shift(1)Out[277]: 2012-01-01 NaN2012-01-02 0.02012-01-03 1.0Freq: D, dtype: float64通过指定 freq ， 能够设置shift的形式：
In [278]: ts.shift(5, freq="D")Out[278]: 2012-01-06 02012-01-07 12012-01-08 2Freq: D, dtype: int64In [279]: ts.shift(5, freq=pd.offsets.BDay())Out[279]: 2012-01-06 02012-01-09 12012-01-10 2dtype: int64In [280]: ts.shift(5, freq="BM")Out[280]: 2012-05-31 02012-05-31 12012-05-31 2dtype: int64频率转换
工夫序列能够通过调用 asfreq 的办法转换其频率：
In [281]: dr = pd.date_range("1/1/2010", periods=3, freq=3 * pd.offsets.BDay())In [282]: ts = pd.Series(np.random.randn(3), index=dr)In [283]: tsOut[283]: 2010-01-01 1.4945222010-01-06 -0.7784252010-01-11 -0.253355Freq: 3B, dtype: float64In [284]: ts.asfreq(pd.offsets.BDay())Out[284]: 2010-01-01 1.4945222010-01-04 NaN2010-01-05 NaN2010-01-06 -0.7784252010-01-07 NaN2010-01-08 NaN2010-01-11 -0.253355Freq: B, dtype: float64asfreq还能够指定批改频率过后的填充办法：
In [285]: ts.asfreq(pd.offsets.BDay(), method="pad")Out[285]: 2010-01-01 1.4945222010-01-04 1.4945222010-01-05 1.4945222010-01-06 -0.7784252010-01-07 -0.7784252010-01-08 -0.7784252010-01-11 -0.253355Freq: B, dtype: float64Resampling 从新取样
给定的工夫序列能够通过调用resample办法来从新取样：
In [286]: rng = pd.date_range("1/1/2012", periods=100, freq="S")In [287]: ts = pd.Series(np.random.randint(0, 500, len(rng)), index=rng)In [288]: ts.resample("5Min").sum()Out[288]: 2012-01-01 25103Freq: 5T, dtype: int64resample 能够承受各类统计办法，比方： sum, mean, std, sem, max, min, median, first, last, ohlc。
In [289]: ts.resample("5Min").mean()Out[289]: 2012-01-01 251.03Freq: 5T, dtype: float64In [290]: ts.resample("5Min").ohlc()Out[290]: open high low close2012-01-01 308 460 9 205In [291]: ts.resample("5Min").max()Out[291]: 2012-01-01 460Freq: 5T, dtype: int64本文已收录于 http://www.flydean.com/15-python-pandas-time/
最艰深的解读，最粗浅的干货，最简洁的教程，泛滥你不晓得的小技巧等你来发现！
欢送关注我的公众号:「程序那些事」,懂技术，更懂你！