python Pandas时序数据处理

目录

• Python中时间的一些常用操作
• Pandas时间序列(DatetimeIndex)与时序数据
• 杭州天气的时序处理
• 附:matplotlib中文支持

Python中时间的一些常用操作

import time
# 从格林威治时间到现在,单位秒
print(\'系统时间戳:\', time.time())
print(\'本地时间按格式转成str:\', time.strftime(\'%Y-%m-%d %X\', time.localtime()))
# 无参的localtime返回time.struct_time格式的时间,是本地时区的时间
print(\'无参localtime:\', time.localtime())
print(\'本时区时间转成时间戳:\', time.mktime(time.localtime()))
# 将时间戳转换为能读懂的时间
print(\'时间戳转时间:\', time.strftime(\'%Y-%m-%d %X\', time.localtime(time.time())))

运行结果：

系统时间戳: 1542188096.1592166
本地时间按格式转成str: 2018-11-14 17:34:56
无参localtime: time.struct_time(tm_year=2018, tm_mon=11, tm_mday=14, tm_hour=17, tm_min=34, tm_sec=56, tm_wday=2, tm_yday=318, tm_isdst=0)
本时区时间转成时间戳: 1542188096.0
时间戳转时间: 2018-11-14 17:34:56

Pandas时间序列(DatetimeIndex)与时序数据

时间序列在Series对象中且作为索引存在时，就构成了时序数据。

import datetime
import numpy as np
import pandas as pd
# pd.date_range()函数用于创建一个Pandas时间序列DatetimeIndex
# start参数(也是第一个参数)传入一个str格式的开始时间,也可以传入一个datetime对象
# 这里用datetime.datetime()创建了一个datetime对象,只用了前三个参数也就是年月日
# pd.date_range()函数可以指明end表示时间序列的结尾时间
# 这里用periods参数指明序列中要生成的时间的个数,freq=\'D\'指定为每天(Day)生成一个时间
dti = pd.date_range(start=datetime.datetime(2018, 11, 14), periods=18, freq=\'D\')
print(dti, \'\\n\', \'*\' * 40, sep=\'\')
# 将时间序列放在Series对象中作为索引,这里freq=\'W\'表示隔一周生成一个
s_dti = pd.Series(np.arange(6), index=pd.date_range(\'2018/11/4\', periods=6, freq=\'W\'))
print(s_dti.head(), \'\\n\', \'*\' * 40, sep=\'\')
# 取时序数据中指定时间的内容
print(s_dti[\'2018-11-25\'], \'\\n\', \'*\' * 40, sep=\'\')
# 取第二个索引对应的时间的年月日
print(s_dti.index[2].year, s_dti.index[2].month, s_dti.index[2].day, \'\\n\', \'*\' * 40, sep=\'\')

运行结果：

DatetimeIndex(['2018-11-14', '2018-11-15', '2018-11-16', '2018-11-17',
               '2018-11-18', '2018-11-19', '2018-11-20', '2018-11-21',
               '2018-11-22', '2018-11-23', '2018-11-24', '2018-11-25',
               '2018-11-26', '2018-11-27', '2018-11-28', '2018-11-29',
               '2018-11-30', '2018-12-01'],
              dtype='datetime64[ns]', freq='D')
****************************************
2018-11-04    0
2018-11-11    1
2018-11-18    2
2018-11-25    3
2018-12-02    4
Freq: W-SUN, dtype: int32
****************************************
3
****************************************
20181118
****************************************

杭州天气的时序处理

import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
df = pd.read_csv(\'E:/Data/practice/hz_weather.csv\')
df = df[[\'日期\', \'最高气温\', \'最低气温\']]
# print(df.head())

print(type(df.日期))  # <class \'pandas.core.series.Series\'>
print(type(df.日期.values))  # <class \'numpy.ndarray\'>

# 修改日期格式
# 注意,df.日期得到的是Series对象,df.日期.values得到的是ndarray多维数组
# pd.to_datetime()函数将输入解析成时间对象的格式并返回
# format参数指定解析的方式
# 当输入列表形式的值时,返回DatetimeIndex;当输入Series时,返回Series;当输入常量时,返回Timestamp
print(type(pd.to_datetime(df.日期.values, format=\"%Y-%m-%d\")))  # <class \'pandas.core.indexes.datetimes.DatetimeIndex\'>
print(type(pd.to_datetime(df.日期, format=\"%Y-%m-%d\")))  # <class \'pandas.core.series.Series\'>
df.日期 = pd.to_datetime(df.日期.values, format=\"%Y-%m-%d\")
# print(df.head())

# 将日期设置为索引
df = df.set_index(\'日期\')
# 取出第0个索引值对应的日期
print(df.index[0])  # 2017-01-01 00:00:00
# DatetimeIndex里存的是一个个的Timestamp,查看一下类型
print(type(df.index[0]))  # <class \'pandas._libs.tslibs.timestamps.Timestamp\'>
# print(df.info())

# 提取1月份的温度数据
df_jan = df[(df.index >= \"2017-1-1\") & (df.index < \"2017-2-1\")]
# 或用这种方式也可以
df_jan = df[\"2017-1-1\":\"2017-1-31\"]
# print(df_jan.info())

# 只取到月份
df_m = df.to_period(\'M\')
# print(df_m.head())

# 利用上面的只取到月份,对level=0(即索引层级)做聚合就可以求月内的平均值等
s_m_mean = df_m.groupby(level=0).mean()
# print(s_m_mean.head())

# 绘制[最高温度]和[最低温度]两个指标随着索引[时间]变化的图
fig, ax = plt.subplots(1, 1, figsize=(12, 4))
df.plot(ax=ax)
plt.show()

附:matplotlib中文支持