时间序列可以按照index是datetime的Series来使用，
关于datetime， 看这里1
生成
原理与Series相同
import pandas as pd
from datetime import datetime
values=[2,5,7,10,12]
dates=[datetime(2017,5,i) for i in values]
ts=pd.DataFrame(values,index=dates)
# 另一种方法（把index从str转为timestamp即可）
df=pd.DataFrame([1,2,3],index=['2017-05-02', '2017-05-03', '2017-05-04'])
df.index=pd.to_datetime(df.index)
读取
- 切片读取
ts[::2] - 用日期读取
ts[datetime(2017,5,8):] ts['5/8/2017':] #只对顺序为正序有用，否则会报错
重复时间索引
某些业务场景中，可能会有多个观测值落在同一个时间点上
import pandas as pd
from datetime import datetime
values=[2,5,7,10,10,12]
dates=[datetime(2017,5,i) for i in values]
ts=pd.DataFrame(values,index=dates)
ts
ts.index.is_unique #返回bool类型False
ts.loc['5/10/2017',:] #对于重复的读取会返回多行DataFrame
ts.groupby(level=0).count() #可以groupby index的第0层
间隔时间
pd.date_range(datetime(2017,5,1),'8/12/2017',freq='4h') #freq='D', '4h30min'
pd.date_range(datetime(2010,5,8),periods=3,freq='bas-Feb')
freq：
- D 每日历日
- B 每工作日
- H 每小时
- T/min 每分钟
- S 每秒
- L/ms 每毫秒
- U 每微秒
- M： MonthEnd，每个月最后一个日历日
- BM： BusinessMonthEnd，每个月最后一个工作日
- MS： MonthBegin，每个月第一个日历日
- BMS： BusinessMonthBegin，每月第一个工作日
- W-MON，W-TUE,…： Week，从指定星期几(MON, TUE, WED,THU,FRI,SAT,SUN)开始算计，每周
- WOM-1MON，WOM-2MON,…： WeekOfMonth，每月第n个星期几(WOM-3FRI表示每月第3个星期五)
- Q-JAN，Q-FEB，QuarterEnd，以指定月份为年结束(JAN, FEB, MAR, APR, MAY, JUN, JUL, AUG, SEP, OCT, NOV, DEC)，每季度最后一月的最后一个日历日
- BQ-JAN，BQ-FEB : BusinessQuarterEnd, 以指定月份结束的年度，每季度最后一个月的最后一个工作日
- QS-JAN，QS-FEB ：QuarterBegin， 对于指定月份结束的年度，每季度最后一个月的第一个日历日
- BQS-JAN，BQS-FEB： BusinessQuarterBegin，对于以指定月份的结束的年度，每季度最后一月的第一个工作日
- A-JAN， A-FEB： YearEnd，每年指定月份的最后一个日历日
- BA-JAN，BA-FEB： BusinessYearEnd，每年指定月份的最后一个工作日
- AS-JAN，AS-FEB： YearBegin，每年指定月份的第一个日历日
- BAS-JAN，BAS-FEB： BusinessYearBegin，每年指定月份的第一个工作日
偏移
from pandas.tseries.offsets import Day,Hour,Minute,MonthEnd
pd.date_range(datetime(2017,5,1),'8/12/2017',freq='4h')+Minute(30)
# MonthEnd指的是偏移到月末MonthEnd(2)就是往后加1个月
reindex：填充
import pandas as pd
from datetime import datetime
values=[2,5,7,10,12]
dates=[datetime(2017,5,i) for i in values]
ts=pd.DataFrame(values,index=dates)
idx=pd.date_range(datetime(2017,5,1),datetime(2017,5,20),freq='H')
ts.reindex(idx,fill_value=-999)
shift
import pandas as pd
from datetime import datetime
values=[2,5,7,10,12]
dates=[datetime(2017,5,i) for i in values]
ts=pd.DataFrame(values,index=dates)
ts.shift(1)#数据下移一格，第一格填入nan，最后个值丢弃
加上freq，不会丢弃数据，而是直接更改index：
ts.shift(1,freq='D')
resample：强大的升采样与降采样
数据准备
import pandas as pd
import numpy as np
from datetime import datetime
rng=pd.date_range(datetime(2017,11,1),periods=100,freq='s')
ts=pd.DataFrame(np.random.randn(100),index=rng)
ts
ts.resample('14s').sum()
高频数据聚合到低频数据，叫做downsampling，
低频数据转高频数据，叫做upsampling
- freq
- axis=0
- colsed=’right’: （仅用于downsampling），用于指定区间哪个端点闭合，’right’,’left’
- label=’right’: （仅用于downsampling），用于指定index是左端点还是右端点，’right’,’left’
- limit=None： fill的时候，允许最大填充次数
- loffset=None: index偏移，’-1s’, Second(-1)等.(用shift可以实现同样的功能)
ffill()/bfill()
upsampling的时候使用，填充nan.
等同于resample后，做fillna()
import pandas as pd
import numpy as np
from datetime import datetime
rng=pd.date_range(datetime(2017,11,1),periods=1000,freq='3D')
ts=pd.DataFrame(np.random.rand(1000,2),index=rng,columns=['x1','x2'])
ts.resample('D').ffill()
# 等同于ts.resample('D').sum().fillna(method='ffill')
rolling
import pandas as pd
import numpy as np
from datetime import datetime
rng=pd.date_range(datetime(2017,11,1),periods=20,freq='3D')
ts=pd.DataFrame(np.random.rand(20,1),index=rng,columns=['x1'])
ts.rolling(window=5,center=False).mean() # mean()函数可以换成自定义函数
# window： 也可以省略不写。表示时间窗的大小，注意有两种形式（int or offset）。如果使用int，则数值表示计算统计量的观测值的数量即向前几个数据。如果是offset类型，表示时间窗的大小。offset详解 http://pandas.pydata.org/pandas-docs/stable/timeseries.html#offset-aliases
# min_periods：每个窗口最少包含的观测值数量，小于这个值的窗口结果为NA。值可以是int，默认None。offset情况下，默认为1。
# center: 把窗口的标签设置为居中。布尔型，默认False，居右
# win_type: 窗口的类型。截取窗的各种函数。字符串类型，默认为None。各种类型 https://docs.scipy.org/doc/scipy/reference/signal.html#window-functions
# on: 可选参数。对于dataframe而言，指定要计算滚动窗口的列。值为列名。
# axis: int、字符串，默认为0，即对列进行计算
# closed：定义区间的开闭，支持int类型的window。对于offset类型默认是左开右闭的即默认为right。可以根据情况指定为left both等。
ohlc
开盘、最高、最低、收盘
ts.resample('5b').ohlc()
