Python数据分析--时间序列

时间序列

• 获取当前时刻的时间
• • 返回当前时刻的日期和时间
  • 返回当前时刻的年、月、日
  • 返回当前时刻的周数
• 指定日期和时间的格式
• 字符串和时间格式互相转换
• • 时间格式转换为字符串格式
  • 字符串格式转换为时间格式
• 时间索引
• 时间运算
• • 时间之差
  • 时间偏移

获取当前时刻的时间

返回当前时刻的日期和时间

from datetime import datetime
datetime.now()
           

返回当前时刻的年、月、日

datetime.now().year
>>>
2019
In [3]:

datetime.now().month
>>>
7

datetime.now().day
>>>
23
           

返回当前时刻的周数

# 返回当前周几
datetime.now().weekday()+1
>>>
2

datetime.now().isocalendar() 
>>>
(2019, 30, 2)

# 返回周数
datetime.now().isocalendar()[1]
>>>
30
           

指定日期和时间的格式

# date()将日期和时间设置成只展示日期
datetime.now().date()
>>>
datetime.date(2019, 7, 23)

# time()将日期和时间设置成只展示时间
datetime.now().time()
>>>
datetime.time(23, 3, 26, 974822)

# strftime()自定义时间和日期格式
datetime.now().strftime('%Y-%m-%d')
>>>
'2019-07-23'
           

strftime()自定义格式有：

代码	说明
%H	24小时制
%I	12小时制
%M	两位数的分【00，59】
%S	秒
%w	用整数表示周几，从0开始
%U	每年的第几周，周日是每周第一天
%W	每年的第几周，周一是每周第一天
%F	%Y-%m-%
%D	%m/%d/%Y

字符串和时间格式互相转换

时间格式转换为字符串格式

now
>>>
datetime.datetime(2019, 7, 23, 23, 12, 4, 870619)

type(now)
>>>
datetime.datetime

type(str(now))
>>>
str
           

字符串格式转换为时间格式

str_time = '2019-7-23'
type(str_time)
>>>
str

from dateutil.parser import parse
type(parse(str_time))
>>>
datetime.datetime
           

时间索引

• 当索引是时间的情况

data
>>>
num
2018-01-02	1
2018-01-03	2
2018-01-05	3
2018-02-04	4
2018-02-06	5
2019-01-02	6
2019-05-02	7
2019-05-03	8

# 获取2018年数据
data['2018']
>>>
num
2018-01-02	1
2018-01-03	2
2018-01-05	3
2018-02-04	4
2018-02-06	5

# 获取2018年1月数据
data['2018-01']
>>>
num
2018-01-02	1
2018-01-03	2
2018-01-05	3

# 获取2018年2月到2019年1月的数据
data['2018-02':'2019-01']
>>>
num
2018-02-04	4
2018-02-06	5
2019-01-02	6

# 获取2018年2月4号的数据
data['2018-02-04':'2018-02-04']
Out[34]:
>>>
2018-02-04	4
           

• 当时间是普通列的情况

df
>>>
   编号	年龄	性别	注册时间
0	A1	54	男	2018-08-08
1	A2	16	女	2018-08-09
2	A3	47	女	2018-08-10
3	A4	41	男	2018-08-11

# 选取时间为2018年8月8日的数据
df[df['注册时间'] == datetime(2018,8,8)]
>>>
   编号	年龄	性别	注册时间
0	A1	54	男	2018-08-08

# 选取2018年8月9日之后的数据
df[df['注册时间'] > datetime(2018,8,9)]
>>>
   编号	年龄	性别	注册时间
2	A3	47	女	2018-08-10
3	A4	41	男	2018-08-11

# 选取2018年8月9日之前的数据
df[df['注册时间'] < datetime(2018,8,9)]
>>>
   编号	年龄	性别	注册时间
0	A1	54	男	2018-08-08

# 选取20181年8月8日到2018年8月10日之间的数据
df[(df['注册时间'] > datetime(2018,8,8)) & (df['注册时间'] < datetime(2018,8,10))]
>>>
   编号	年龄	性别	注册时间
1	A2	16	女	2018-08-09
           

时间运算

时间之差

python时间做差会返回一个timedelta，该对象中包含天数、秒、微秒三个等级

cha = datetime(2018,5,21,19,50) - datetime(2018,5,18,20,32)
cha
>>>
datetime.timedelta(days=2, seconds=83880)

# 换算成小时的时间差
cha.seconds/3600
>>>
23.3
           

时间偏移

• timedelta只支持天、秒、微秒的时间运算

from datetime import timedelta
date = datetime(2018,5,18,20,32)
# 往后推一天
date + timedelta(days = 1)
>>>
datetime.datetime(2018, 5, 19, 20, 32)

# 往后推60秒
date + timedelta(seconds = 60)
>>>
datetime.datetime(2018, 5, 18, 20, 33)

# 往前推一天
date - timedelta(days =1)
>>>
datetime.datetime(2018, 5, 17, 20, 32)
           

• date offset直接实现天、小时、分钟的时间偏移

rom pandas.tseries.offsets import Day,Hour,Minute
date = datetime(2018,5,18,20,32)
# 往后推1天
date + Day(1)
>>>
Timestamp('2018-05-19 20:32:00')

# 往后推1小时
date + Hour(1)
>>>
Timestamp('2018-05-18 21:32:00')

# 往后推10分钟
date + Minute(10)
>>>
Timestamp('2018-05-18 20:42:00')

# 往前推30分钟
date - Minute(30)
>>>
Timestamp('2018-05-18 20:02:00')