时间序列 | 彩潭有鲤的札记

type

status

date

slug

summary

Python标准库包含用于日期（date）和时间（time）数据的数据类型，而且还有日历方面的功能。主要会用到datetime、time以及calendar模块。datetime.datetime（也可以简写为datetime）是用得最多的数据类型：

datetime以毫秒形式存储日期和时间，timedelta表示两个datetime对象之间的时间差：

可以给datetime对象加上（或减去）一个或多个timedelta，会产生一个新对象：

利用str或strftime方法（传入一个格式化字符串），datetime对象和pandas的Timestamp对象可以被格式化为字符串：

datetime.strptime可以用这些格式化编码将字符串转换为日期：

datetime.strptime是通过已知格式进行日期解析的最佳方式。但是每次都要编写格式定义是很麻烦的事情，尤其是对于一些常见的日期格式。这种情况下，可以用dateutil这个第三方包中的parser.parse方法（pandas中已经自动安装好了）：

pandas通常是用于处理成组日期的，不管这些日期是DataFrame的轴索引还是列。to_datetime方法可以解析多种不同的日期表示形式。对标准日期格式（如ISO8601）的解析非常快：

pandas最基本的时间序列类型就是以时间戳（通常以Python字符串或datatime对象表示）为索引的Series：

根据标签索引选取数据时，时间序列和其它的pandas.Series很像：

还有一种更为方便的用法：传入一个可以被解释为日期的字符串：

带有重复索引的时间序列

pandas中的原生时间序列一般被认为是不规则的，也就是说，它们没有固定的频率。对于大部分应用程序而言，这是无所谓的。但是，它常常需要以某种相对固定的频率进行分析，比如每日、每月、每15分钟等（这样自然会在时间序列中引入缺失值）。

幸运的是，pandas有一整套标准时间序列频率以及用于重采样、频率推断、生成固定频率日期范围的工具。例如可以将之前那个时间序列转换为一个具有固定频率（每日）的时间序列，只需调用resample即可：

字符串“D”是每天的意思。

pandas.date_range可用于根据指定的频率生成指定长度的DatetimeIndex：

默认情况下，date_range会产生按天计算的时间点。如果只传入起始或结束日期，那就还得传入一个表示一段时间的数字：

起始和结束日期定义了日期索引的严格边界。例如，如果想要生成一个由每月最后一个工作日组成的日期索引，可以传入"BM"频率（business end of month），这样就只会包含时间间隔内（或刚好在边界上的）符合频率要求的日期：

重采样（resampling）指的是将时间序列从一个频率转换到另一个频率的处理过程。将高频率数据聚合到低频率称为降采样（downsampling），而将低频率数据转换到高频率则称为升采样（upsampling）。

并不是所有的重采样都能被划分到这两个大类中。例如，将W-WED（每周三）转换为W-FRI既不是降采样也不是升采样。

pandas对象都带有一个resample方法，它是各种频率转换工作的主力函数。resample有一个类似于groupby的API，调用resample可以分组数据，然后会调用一个聚合函数：

resample是一个灵活高效的方法，可用于处理非常大的时间序列