数据科学包10-pandas高级内容之时间序列
文章目录
- 时间序列
- 1.python里的datetime模块
- 1)时间差
- 2)字符串和 datetime 转换
- 2.Pandas 里的时间序列
- 3.日期范围
- 1)生成时间范围
- 2)时间频率
- 4时期及算术运算
- 1)时间序列
- 2)时间的频率转换-asfreq
- 3)季度时间频率
- 4)Timestamp和Period相互转换
- 5.重采样
- 1)OHLC重采样
- 2)通过groupby重采样
- 3)升采样和插值
- 4)时间重采样
- 5)性能
- 6)时间日期解析
- 从文件中读取日期序列
- 自定义时间日期解析函数
时间序列
- 时间戳 tiimestamp:固定的时刻 -> pd.Timestamp
- 固定时期 period:比如 2016年3月份,再如2015年销售额 -> pd.Period
- 时间间隔 interval:由起始时间和结束时间来表示,固定时期是时间间隔的一个特殊
时间日期在 Pandas 里的作用
- 分析金融数据,如股票交易数据
- 分析服务器日志
1.python里的datetime模块
python 标准库里提供了时间日期的处理模块,这个是时间日期的基础。
1)时间差
2)字符串和 datetime 转换
2.Pandas 里的时间序列
Pandas 里使用 Timestamp 来表达时间
3.日期范围
1)生成时间范围
2)时间频率
4时期及算术运算
pd.Period 表示时期,比如几日,月或几个月等。比如用来统计每个月的销售额,就可以用时期作为单位。
1)时间序列
2)时间的频率转换-asfreq
- A-DEC: 以 12 月份作为结束的年时期
- A-NOV: 以 11 月份作为结束的年时期
- Q-DEC: 以 12 月份作为结束的季度时期
3)季度时间频率
Pandas 支持 12 种季度型频率,从 Q-JAN 到 Q-DEC
4)Timestamp和Period相互转换
5.重采样
- 高频率 -> 低频率 -> 降采样:5 分钟股票交易数据转换为日交易数据
- 低频率 -> 高频率 -> 升采样
- 其他重采样:每周三 (W-WED) 转换为每周五 (W-FRI)
1)OHLC重采样
金融数据专用:Open/High/Low/Close
2)通过groupby重采样
3)升采样和插值
4)时间重采样
5)性能
6)时间日期解析
从文件中读取日期序列
自定义时间日期解析函数
数据科学包10-pandas高级内容之时间序列相关推荐
- python第二阶段(2)入门-数据科学包 pandas
数据科学包 pandas 导入pandas 创建对象 1 系列 2 日期序列(1) 3 日期序列(2) 4 Series的操作(1) 5 Series的操作(2) 合并,新增,连接和比较 1 连接 2 ...
- 3.机器学习—数据科学包3.2pandas基础
pandas基础 一.pandas介绍 1.什么是pandas 2.pandas用途 3.课程内容 二.Ipython开发环境搭建 1.安装 2.新建运行环境 3.Ipython技巧 4.Ipytho ...
- 机器学习---数据科学包-第2天
1 pandas快速入门(一) .Series()方法.Series类型由一组数据及与之相关的数据索引组成. import pandas as pd import numpy as np s = pd ...
- 数据科学包——Day2
数据科学包--Day2 利用Pandas, Numpy进行电影数据分析 准备工作 任务: 数据读取 数据合并 按性别查看各个电影的平均评分 男女评分差异最大的电影 活跃电影排行 前十大活跃电影--被评 ...
- 机器学习-数据科学库:Pandas总结(1)
机器学习-数据科学库:Pandas总结(1) Pandas pandas的常用数据类型 pandas之Series创建 pandas之Series切片和索引 pandas之读取外部数据 pandas之 ...
- 推荐!关于学习数据科学的10件事
↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习,不错过 Datawhale干货 编译:张峰,Datawhale成员 我经常在我的YouTube频道Da ...
- python 数据科学 包_什么时候应该使用哪个Python数据科学软件包?
python 数据科学 包 Python is the most popular language for data science. Unfortunately, it can be tricky ...
- python数据科学包第三天(索引、分组计算、数据聚合、分组运算和转换、载入数据、日期范围、数据可视化)
索引 行索引 列索引 索引的分类 重复索引的处理 s = pd.Series(np.random.rand(5), index=list('abcde')) s a 0.566924 b 0.6034 ...
- 看看这些鲜为人知的宝藏Python数据科学包吧!
动态数据科学的这三剑客几乎无人不知无人不晓:Numpy,Pandas和Matplotlib.你可能已经熟悉这些包以及它们的运作方式. 还有其他很炫酷的包,你肯定也想试一试,例如Plotly,Seabo ...
- python数据科学包第二天
文章目录 pandas入门 矩阵运算 重建索引 统计 数据合并 分组统计 数据整形 数据透视表 时间序列 类别数据 画图 数据读写 电影数据分析 准备工作 数据说明 利用 Pandas 分析电影评分数 ...
最新文章
- AI框架外部用户贡献代码
- 重塑云上的 Java 语言
- 技术盘点:云原生中间件的技术演进与未来趋势展望
- HarmonyOS之深入解析线程间的通信
- 程序员工作生活的好帮手,滴答清单,多平台支持
- 圆周率的代码表示,以及对其的理解。
- ssm后台数据是为什么是空值_网易后台开发实习生面试总结
- C++模板学习:函数模板、结构体模板、类模板
- powerbi绘制地图_如何使用PowerBI绘制SQL Server 2017图形数据库
- 删除文件时提示正在被使用无法删除问题/删除dll文件
- Loding缓存展示的写法-vue3
- React + Ant Design Pro项目实现keep-alive页签
- (转)卡马克卷轴算法研究
- 基于MOD09Q1数据批量计算NDVI
- goods购物表MySQL的代码_第一节:数据库及表
- 从产物追溯研发合成路线?自建化合物数据库溯源不再成难题
- 东南亚的超级APP是如何用Go打造Grab的路径规划和ETA引擎
- html怎么实现蓝色垂直的直线,css实例教程 一款纯css实现的垂直时间线效果
- Rvit中添加尺寸标注的前缀后缀和【一键尺寸定位标注】
- STM32F10X SPI操作flash MX25L64读写数据