其他
时间序列 | 时期(Period)及其算术运算
首先导入需要用到的包
import pandas as pd
import numpy as np
| 时间类型 | Python中的类型 |
|---|---|
| 时间戳 | timestamp |
| 时间间隔 | timedelta |
| 时期 | period |
pd.Period()构造时期
时期（period）表示的是时间区间，比如数日、数月、数季、数年等。
>>> import pandas as pd
# Period类所表示的就是这种数据类型，其构造函数需要用到一个字符串或整数
>>> p = pd.Period('2010',freq = 'A-DEC')
>>> p
# 这个Period对象表示的是从2010年1月1日到2010年12月31日之间的整段时间
Period('2010', 'A-DEC')
# 只需对Period对象加上或减去一个整数即可达到根据其频率进行位移的
>>> p + 5
Period('2015', 'A-DEC')
>>> p - 4
Period('2006', 'A-DEC')
# 如果两个Period对象拥有相同频率，则它们的差就是它们之间的单位数量
>>> pd.Period('2015',freq='A-DEC') - p
5
pd.period_range()构造时期范围
period_range函数可用于创建规则的时期范围：
>>> rng = pd.period_range('2012-1-1','2012-6-30',freq = 'M')
>>> rng
PeriodIndex(['2012-01', '2012-02', '2012-03', '2012-04', '2012-05', '2012-06'], dtype='period[M]', freq='M')
# PeriodIndex类保存了一组Period，它可以在任何pandas数据结构中被用作轴索引
>>> ped = pd.Series(np.random.randn(len(rng)), index = rng)
>>> ped
2012-01 -2.411963
2012-02 0.893100
2012-03 1.438209
2012-04 0.193747
2012-05 -1.469531
2012-06 0.943145
Freq: M, dtype: float64
>>> ped.index
PeriodIndex(['2012-01', '2012-02', '2012-03', '2012-04', '2012-05', '2012-06'], dtype='period[M]', freq='M')
使用PeriodIndex类将一个字符串数组转换为一段时期
# PeriodIndex类的构造函数允许直接使用一组字符串表示一段时期
>>> values =['2010Q1','2010Q2','2010Q3']
>>> index = pd.PeriodIndex(values,freq = 'Q-DEC')
>>> index
PeriodIndex(['2010Q1', '2010Q2', '2010Q3'], dtype='period[Q-DEC]', freq='Q-DEC')
时间的频率转换
Period和PeriodIndex对象都可以通过其asfreq方法被转换成别的频率
一个年度时期，希望将其转换为当年年初或年末的一个月度时期
>>> p = pd.Period('2012',freq = 'A-DEC')
>>> p
Period('2012', 'A-DEC')
>>> p.asfreq('M',how = 'start')
Period('2012-01', 'M')
>>> p.asfreq('Q','End')
Period('2012Q4', 'Q-DEC')
你可以将Period('2012','A-DEC')看做一个被划分为多个月度时期的时间段中的游标。下图对此进行了说明在将高频率转换为低频率时，超时期（superperiod）是由子时期（subperiod）所属的位置决定的。
在A-JUN频率中，月份"2007年8月"实际上是属于周期"2008年"的：
>>> p = pd.Period('Aug-2007', freq = 'M')
>>> p
Period('2007-08', 'M')
>>> p.asfreq('A-JUN')
Period('2008', 'A-JUN')
完整的PeriodIndex或TimeSeries的频率转换方式相同
>>> rng = pd.period_range('2001','2008', freq = 'A-DEC')
>>> ts = pd.Series(np.random.randn(len(rng)), index = rng)
>>> ts
2001 0.859500
2002 -1.213256
2003 -0.591023
2004 -0.393317
2005 1.015904
2006 0.278310
2007 1.860136
2008 0.119815
Freq: A-DEC, dtype: float64
根据年度时期的第一个月，每年的时期被取代为每月的时期。
ts.asfreq('M',how = 'start')
2001-01 0.859500
2002-01 -1.213256
2003-01 -0.591023
2004-01 -0.393317
2005-01 1.015904
2006-01 0.278310
2007-01 1.860136
2008-01 0.119815
Freq: M, dtype: float64
每年的最后一个工作日，我们可以使用"B"频率，并指明想要该时期的末尾
ts.asfreq('B',how = 'end')
2001-12-31 0.859500
2002-12-31 -1.213256
2003-12-31 -0.591023
2004-12-31 -0.393317
2005-12-30 1.015904
2006-12-29 0.278310
2007-12-31 1.860136
2008-12-31 0.119815
Freq: B, dtype: float64
按季度计算的时期频率
季度型数据
许多季度型数据都会涉及"财年末"，通常是一年12个月的最后一个日历日或工作日。时期"2012Q4"根据财年末的不同会有不同含义。
>>> p = pd.Period('2012Q4',freq = 'Q-FEB') # Q-FEB是指2月末的工作日是财政年末
>>> p
Period('2012Q4', 'Q-FEB')
>>> p.asfreq('D','start')
Period('2011-12-01', 'D')
>>> p.asfreq('D','end')
Period('2012-02-29', 'D')
>>> from pandas.tseries.offsets import Hour
>>> pm4 = (p.asfreq('B','end') - 1).asfreq('T','start') + 16 * Hour()
>>> pm4
Period('2012-02-28 16:00', 'T')
季度型范围
>>> rng = pd.period_range('2012Q1','2012Q4',freq = 'Q-DEC')
>>> rs = pd.Series(np.random.randn(len(rng)), index = rng)
>>> rs
2012Q1 3.271631
2012Q2 0.030144
2012Q3 0.778939
2012Q4 -0.785795
Freq: Q-DEC, dtype: float64
>>> rng_new = (rs.index.asfreq('B','end') - 1
).asfreq('T','start') + 16 * Hour()
>>> rng_new
PeriodIndex(['2012-03-29 16:00', '2012-06-28 16:00',
'2012-09-27 16:00', '2012-12-28 16:00'],
dtype='period[T]', freq='T')
>>> rs1 = rs.copy()
>>> rs.index
PeriodIndex(['2012Q1', '2012Q2', '2012Q3', '2012Q4']
, dtype='period[Q-DEC]', freq='Q-DEC')
将period 转换为 timestamp
>>> rs1.index = rng_new
>>> rs1
2012-03-29 16:00 3.271631
2012-06-28 16:00 0.030144
2012-09-27 16:00 0.778939
2012-12-28 16:00 -0.785795
Freq: T, dtype: float64
>>> rs.index = rng_new.to_timestamp()
>>> rs
2012-03-29 16:00:00 3.271631
2012-06-28 16:00:00 0.030144
2012-09-27 16:00:00 0.778939
2012-12-28 16:00:00 -0.785795
dtype: float64
>>> rs.index
DatetimeIndex(['2012-03-29 16:00:00', '2012-06-28 16:00:00',
'2012-09-27 16:00:00', '2012-12-28 16:00:00'],
dtype='datetime64[ns]', freq=None)
>>> rs1.index
PeriodIndex(['2012-03-29 16:00', '2012-06-28 16:00',
'2012-09-27 16:00', '2012-12-28 16:00'],
dtype='period[T]', freq='T')
Timestamp与Period互转
将Timestamp转换为Period（及其反向过程）
通过使用to_period方法，可以将由时间戳索引的Series和DataFrame对象转换为以时期索引。
>>> rng = pd.date_range('2000-1-1',periods = 3, freq = 'M')
>>> ts = pd.Series(np.random.randn(len(rng)), index = rng)
>>> ts
2000-01-31 0.185383
2000-02-29 -0.304269
2000-03-31 1.447754
Freq: M, dtype: float64
>>> pts = ts.to_period()
>>> pts
2000-01 0.185383
2000-02 -0.304269
2000-03 1.447754
Freq: M, dtype: float64
>>> rng = pd.date_range('2000-1-29',periods = 6, freq = 'D')
>>> ts2 = pd.Series(np.random.randn(len(rng)), index = rng)
>>> ts2
2000-01-29 -1.246242
2000-01-30 2.271754
2000-01-31 0.935833
2000-02-01 -0.527219
2000-02-02 -0.385504
2000-02-03 0.504284
Freq: D, dtype: float64
新PeriodIndex的频率默认是从时间戳推断而来的，你也可以指定任何别的频率
>>> ts2.to_period('M') # 结果中允许存在重复时期
2000-01 -1.246242
2000-01 2.271754
2000-01 0.935833
2000-02 -0.527219
2000-02 -0.385504
2000-02 0.504284
Freq: M, dtype: float64
要转换回时间戳，使用to_timestamp即可。
>>> pts = ts2.to_period()
>>> ts3 = pts.to_timestamp(how = 'end')
>>> ts3
2000-01-29 23:59:59.999999999 -1.246242
2000-01-30 23:59:59.999999999 2.271754
2000-01-31 23:59:59.999999999 0.935833
2000-02-01 23:59:59.999999999 -0.527219
2000-02-02 23:59:59.999999999 -0.385504
2000-02-03 23:59:59.999999999 0.504284
Freq: D, dtype: float64
通过数组创建PeriodIndex
某些数据集中时间信息是分开在多个列存放的，可以通过PeriodIndex的参数将这些列组合在一起。
>>> year = [2017, 2017, 2017, 2017,
2018, 2018, 2018, 2018]
>>> quarter = [1,2,3,4,1,2,3,4]
>>> index = pd.PeriodIndex(year=year,quarter=quarter,freq='Q-DEC')
>>> index
PeriodIndex(['2017Q1', '2017Q2', '2017Q3',
'2017Q4', '2018Q1', '2018Q2',
'2018Q3', '2018Q4'],
dtype='period[Q-DEC]', freq='Q-DEC')
推荐阅读-- 数据STUDIO --1、时间序列 | 字符串和日期的相互转换
2、时间序列 | pandas时间序列基础
3、Python 基础