前往小程序，Get更优阅读体验！
立即前往
文档建议反馈控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
发布
首页
学习
活动
专区
工具
TVP最新优惠活动
返回腾讯云官网
社区首页 >专栏 >python-for-data-时间区间和区间处理

python-for-data-时间区间和区间处理

作者头像
皮大大
发布于 2021-03-01 14:44:44
2K0
发布于 2021-03-01 14:44:44
举报
文章被收录于专栏：机器学习/数据可视化

Pyton-for-data-时间区间和区间处理

本文中主要介绍的是如何利用pandas进行时间区间处理

时间区间

时间区间表示的是时间范围：天、月、季度、年等，Period类能够表示这种数据类型

代码语言：javascript
复制
import pandas as pd
import numpy as np
调用Period类
代码语言：javascript
复制
p = pd.Period(2007,freq='A-DEC')
p
代码语言：javascript
复制
Period('2007', 'A-DEC')
代码语言：javascript
复制
p + 5
代码语言：javascript
复制
Period('2012', 'A-DEC')
代码语言：javascript
复制
pd.Period(2017,freq='A-DEC') - p
代码语言：javascript
复制
<10 * YearEnds: month=12>
使用period_range构造有规则的时间序列
代码语言：javascript
复制
# 使用period_range
rng = pd.period_range('2020-01-01', '2020-06-30', freq='M')
rng
代码语言：javascript
复制
PeriodIndex(['2020-01', '2020-02', '2020-03', '2020-04', '2020-05', '2020-06'], dtype='period[M]', freq='M')
代码语言：javascript
复制
values = ['2020-01', '2020-02', '2020-03', '2020-04']
index = pd.PeriodIndex(values, freq='Q-DEC')
index
代码语言：javascript
复制
PeriodIndex(['2020Q1', '2020Q1', '2020Q1', '2020Q2'], dtype='period[Q-DEC]', freq='Q-DEC')
PerionIndex类

PeriodIndex类存储的是区间的序列，可以作为任意pandas数据结构的轴索引。

代码语言：javascript
复制
pd.Series(np.random.randn(6),index=rng)
代码语言：javascript
复制
2020-01   -0.254809
2020-02    0.384200
2020-03    0.440617
2020-04   -0.200929
2020-05   -0.290052
2020-06    1.803407
Freq: M, dtype: float64
代码语言：javascript
复制
# 使用字符串组
values = ['2001Q3','2002Q2','2003Q1']
index = pd.PeriodIndex(values
                      ,freq='Q-DEC')
index
代码语言：javascript
复制
PeriodIndex(['2001Q3', '2002Q2', '2003Q1'], dtype='period[Q-DEC]', freq='Q-DEC')

区间频率转换

使用的是asfreq：将区间和PeriodIndex对象转成其他的频率

参数
  • freq: DateOffset or str
  • method:{‘backfill’/’bfill’, ‘pad’/’ffill’}, default None Method to use for filling holes in reindexed Series (note this does not fill NaNs that already were present):
    • ‘pad’ / ‘ffill’: propagate last valid observation forward to next valid
    • ‘backfill’ / ‘bfill’: use NEXT valid observation to fill.
  • how{‘start’, ‘end’}, default end For PeriodIndex only (see PeriodIndex.asfreq).
  • normalize:bool, default False Whether to reset output index to midnight.
  • fill_values:calar, optional Value to use for missing values, applied during upsampling (note this does not fill NaNs that already were present)
将年度区间转成月度区间

A-DEC：给定月份所在月的最后一个工作日

代码语言：javascript
复制
p = pd.Period('2011',freq='A-DEC')
p
代码语言：javascript
复制
Period('2011', 'A-DEC')
代码语言：javascript
复制
# 使用asfreq方法
p.asfreq('M',how="start")   # 从1月份开始
代码语言：javascript
复制
Period('2011-01', 'M')
代码语言：javascript
复制
# 使用asfreq方法
p.asfreq('M',how="end")
代码语言：javascript
复制
Period('2011-12', 'M')
代码语言：javascript
复制
p = pd.Period('2011',freq='A-JUN')
p
代码语言：javascript
复制
Period('2011', 'A-JUN')
代码语言：javascript
复制
p.asfreq('M',how="start")   # 如果是start，表示从June往后退一年，也就是2010年7月份
代码语言：javascript
复制
Period('2010-07', 'M')
代码语言：javascript
复制
p.asfreq('M',how="end")  # 如果是end，就是本身的月份
代码语言：javascript
复制
Period('2011-06', 'M')
代码语言：javascript
复制
# 高频率向低频率转换，pandas根据子区间的所属来决定父区间
p = pd.Period("Aug-2007","M")
p.asfreq("A-JUN")
代码语言：javascript
复制
Period('2008', 'A-JUN')
代码语言：javascript
复制
# 完整的PeriodIndex对象或者时间序列按照相同的语义进行转换
rng = pd.period_range("2015","2020",freq="A-DEC")
ts = pd.Series(np.random.randn(len(rng)),index=rng)
ts
代码语言：javascript
复制
2015   -0.429439
2016    0.378236
2017    0.476279
2018    0.198955
2019    0.107012
2020    0.192551
Freq: A-DEC, dtype: float64
年度区间转换成-对应第一个月份的区间
代码语言：javascript
复制
ts.asfreq('M',how="start")
代码语言：javascript
复制
2015-01   -0.429439
2016-01    0.378236
2017-01    0.476279
2018-01    0.198955
2019-01    0.107012
2020-01    0.192551
Freq: M, dtype: float64
使用每个月的最后一个工作日
代码语言：javascript
复制
ts.asfreq("B",how="end")
代码语言：javascript
复制
2015-12-31   -0.429439
2016-12-30    0.378236
2017-12-29    0.476279
2018-12-31    0.198955
2019-12-31    0.107012
2020-12-31    0.192551
Freq: B, dtype: float64

季度区间

季度区间

季度区间是会计、金融和其他领域的标准。pandas支持从Q-JAN到Q-DEC的12个频率

代码语言：javascript
复制
p = pd.Period('2020Q4', freq="Q-JAN")
p
代码语言：javascript
复制
Period('2020Q4', 'Q-JAN')
代码语言：javascript
复制
p.asfreq("D","start")
代码语言：javascript
复制
Period('2019-11-01', 'D')
代码语言：javascript
复制
p.asfreq("D","end")
代码语言：javascript
复制
Period('2020-01-31', 'D')
persiod_range()生成季度时间序列
代码语言：javascript
复制
rng = pd.period_range("2019Q3","2020Q4",freq="Q-JAN")
ts = pd.Series(np.arange(len(rng)),index=rng)
ts
代码语言：javascript
复制
2019Q3    0
2019Q4    1
2020Q1    2
2020Q2    3
2020Q3    4
2020Q4    5
Freq: Q-JAN, dtype: int64
代码语言：javascript
复制
new_rng = (rng.asfreq("B","e") - 1).asfreq("T","S") + 16 * 60
ts.index = new_rng.to_timestamp()
ts
代码语言：javascript
复制
2018-10-30 16:00:00    0
2019-01-30 16:00:00    1
2019-04-29 16:00:00    2
2019-07-30 16:00:00    3
2019-10-30 16:00:00    4
2020-01-30 16:00:00    5
dtype: int64

时间戳转成区间

将索引的年月日转成年月

通过时间索引的Series和DataFrame可以被to_period方法转换成区间

代码语言：javascript
复制
rng = pd.date_range("2020-01-01",periods=6,freq="D")  # 开始时间，指定长度和频率
ts = pd.Series(np.random.randn(6),index=rng)
ts   # 年月日的格式，索引总存在相同的月份
代码语言：javascript
复制
2020-01-01   -0.715775
2020-01-02   -0.417415
2020-01-03    1.487385
2020-01-04   -0.570891
2020-01-05   -1.053310
2020-01-06   -1.895168
Freq: D, dtype: float64
代码语言：javascript
复制
pts = ts.to_period("M")   # 转成年月格式，允许有相同的月份存在
pts
代码语言：javascript
复制
2020-01   -0.715775
2020-01   -0.417415
2020-01    1.487385
2020-01   -0.570891
2020-01   -1.053310
2020-01   -1.895168
Freq: M, dtype: float64
区间转成时间戳
代码语言：javascript
复制
pts = ts.to_period()
pts
代码语言：javascript
复制
2020-01-01   -0.715775
2020-01-02   -0.417415
2020-01-03    1.487385
2020-01-04   -0.570891
2020-01-05   -1.053310
2020-01-06   -1.895168
Freq: D, dtype: float64
代码语言：javascript
复制
pts.to_timestamp(how="end")
代码语言：javascript
复制
2020-01-01 23:59:59.999999999   -0.715775
2020-01-02 23:59:59.999999999   -0.417415
2020-01-03 23:59:59.999999999    1.487385
2020-01-04 23:59:59.999999999   -0.570891
2020-01-05 23:59:59.999999999   -1.053310
2020-01-06 23:59:59.999999999   -1.895168
Freq: D, dtype: float64
本文参与 腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。
原始发表：2020-5-16，如有侵权请联系 cloudcommunity@tencent.com 删除
unix

本文分享自 作者个人站点/博客 前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ，欢迎热爱写作的你一起参与！

unix
评论
登录后参与评论
0 条评论
热度
最新
登录 后参与评论
推荐阅读
LV.
文章
0
获赞
0
目录
  • 时间区间
    • 调用Period类
      • 使用period_range构造有规则的时间序列
        • PerionIndex类
        • 区间频率转换
          • 参数
            • 将年度区间转成月度区间
              • 年度区间转换成-对应第一个月份的区间
                • 使用每个月的最后一个工作日
                • 季度区间
                  • 季度区间
                    • persiod_range()生成季度时间序列
                    • 时间戳转成区间
                      • 将索引的年月日转成年月
                        • 区间转成时间戳
                        领券

                        腾讯云开发者

                        扫码关注腾讯云开发者

                        扫码关注腾讯云开发者

                        领取腾讯云代金券

                        热门产品

                        热门推荐

                        更多推荐

                        Copyright © 2013 - 2024 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有 

                        深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 深公网安备号 44030502008569

                        腾讯云计算（北京）有限责任公司 京ICP证150476号 |  京ICP备11018762号 | 京公网安备号11010802020287

                        问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档

                        Copyright © 2013 - 2024 Tencent Cloud.

                        All Rights Reserved. 腾讯云 版权所有

                        登录 后参与评论