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 ...