7.2 时间序列的创建和转换

7.2 时间序列的创建和转换

Pandas 时间序列数据处理：7.2 时间序列的创建和转换

Pandas 提供了强大的时间序列处理功能。本节将深入探讨如何创建和转换时间序列数据，这是进行时间序列分析的基础。

7.2.1 创建时间序列

Pandas 提供了多种方法来创建时间序列数据，主要涉及 pd.Timestamp、pd.Period 和 pd.DatetimeIndex 等对象。

1. 使用 pd.Timestamp 创建单个时间戳

pd.Timestamp 表示单个时间点。可以从字符串、整数、浮点数等多种类型创建 pd.Timestamp 对象。

import pandas as pd
# 从字符串创建
ts = pd.Timestamp('2023-10-27')
print(ts)  # 输出: 2023-10-27 00:00:00
print(type(ts)) # 输出： <class 'pandas._libs.tslibs.timestamps.Timestamp'>
ts = pd.Timestamp('2023-10-27 10:30:00')
print(ts)  # 输出: 2023-10-27 10:30:00
# 从datetime对象创建
import datetime
dt = datetime.datetime(2023, 10, 27, 12, 0, 0)
ts = pd.Timestamp(dt)
print(ts)  # 输出: 2023-10-27 12:00:00
# 指定时区
ts = pd.Timestamp('2023-10-27 10:30:00', tz='Asia/Shanghai')
print(ts)  # 输出: 2023-10-27 10:30:00+08:00
​

2. 使用 pd.Period 创建时间段

pd.Period 表示一个时间段，例如一天、一个月或一年。

# 创建一个表示 2023 年 10 月的 Period 对象
period = pd.Period('2023-10')
print(period)  # 输出: 2023-10
print(type(period)) # 输出： <class 'pandas._libs.tslibs.period.Period'>
# 创建一个表示 2023 年 10 月 27 日的 Period 对象
period = pd.Period('2023-10-27', freq='D')
print(period)  # 输出: 2023-10-27
# Period 的算术运算
period_next = period + 1
print(period_next) # 输出： 2023-10-28
​

3. 使用 pd.DatetimeIndex 创建时间序列

pd.DatetimeIndex 是 Pandas 中最常用的时间序列类型，它是一个时间戳的索引。

• pd.date_range(): 生成固定频率的日期序列。

# 生成从 2023-10-01 开始，长度为 10 天的日期序列
date_index = pd.date_range('2023-10-01', periods=10)
print(date_index)
# 输出:
# DatetimeIndex(['2023-10-01', '2023-10-02', '2023-10-03', '2023-10-04',
#                '2023-10-05', '2023-10-06', '2023-10-07', '2023-10-08',
#                '2023-10-09', '2023-10-10'],
#               dtype='datetime64[ns]', freq='D')
# 指定频率为小时
date_index = pd.date_range('2023-10-27', periods=24, freq='H')
print(date_index)
# 输出:
# DatetimeIndex(['2023-10-27 00:00:00', '2023-10-27 01:00:00',
#                '2023-10-27 02:00:00', '2023-10-27 03:00:00',
#                '2023-10-27 04:00:00', '2023-10-27 05:00:00',
#                '2023-10-27 06:00:00', '2023-10-27 07:00:00',
#                '2023-10-27 08:00:00', '2023-10-27 09:00:00',
#                '2023-10-27 10:00:00', '2023-10-27 11:00:00',
#                '2023-10-27 12:00:00', '2023-10-27 13:00:00',
#                '2023-10-27 14:00:00', '2023-10-27 15:00:00',
#                '2023-10-27 16:00:00', '2023-10-27 17:00:00',
#                '2023-10-27 18:00:00', '2023-10-27 19:00:00',
#                '2023-10-27 20:00:00', '2023-10-27 21:00:00',
#                '2023-10-27 22:00:00', '2023-10-27 23:00:00'],
#               dtype='datetime64[ns]', freq='H')
​

• pd.period_range(): 生成固定频率的时间段序列。

# 生成从 2023-10 开始，长度为 12 个月的 Period 序列
period_index = pd.period_range('2023-10', periods=12, freq='M')
print(period_index)
# 输出:
# PeriodIndex(['2023-10', '2023-11', '2023-12', '2024-01', '2024-02', '2024-03',
#              '2024-04', '2024-05', '2024-06', '2024-07', '2024-08', '2024-09'],
#             dtype='period[M]')
​

• pd.to_datetime(): 将各种输入转换为日期时间对象。

# 将字符串列表转换为 DatetimeIndex
dates = ['2023-10-27', '2023-10-28', '2023-10-29']
date_index = pd.to_datetime(dates)
print(date_index)
# 输出:
# DatetimeIndex(['2023-10-27', '2023-10-28', '2023-10-29'], dtype='datetime64[ns]', freq=None)
# 处理错误值
dates_with_error = ['2023-10-27', 'invalid date', '2023-10-29']
date_index = pd.to_datetime(dates_with_error, errors='coerce')
print(date_index)
# 输出:
# DatetimeIndex(['2023-10-27', 'NaT', '2023-10-29'], dtype='datetime64[ns]', freq=None)
​

4. 使用 pd.Series 创建时间序列

可以将 DatetimeIndex 或 PeriodIndex 作为 pd.Series 的索引，创建时间序列。

import numpy as np
# 使用 DatetimeIndex 创建 Series
date_index = pd.date_range('2023-10-01', periods=10)
data = np.random.randn(10)
ts_series = pd.Series(data, index=date_index)
print(ts_series)
# 使用 PeriodIndex 创建 Series
period_index = pd.period_range('2023-01', periods=12, freq='M')
data = np.random.randn(12)
period_series = pd.Series(data, index=period_index)
print(period_series)
​

7.2.2 时间序列的转换

创建时间序列后，可能需要进行转换以满足不同的分析需求。

1. 转换为不同的频率

• resample(): 将时间序列数据重采样到另一个频率。这是时间序列分析中最常用的转换操作之一。

# 创建一个以天为频率的时间序列
date_index = pd.date_range('2023-10-01', periods=30)
data = np.random.randn(30)
ts_series = pd.Series(data, index=date_index)
# 将频率转换为周，并计算每周的平均值
weekly_average = ts_series.resample('W').mean()
print(weekly_average)
# 将频率转换为月，并计算每月的总和
monthly_sum = ts_series.resample('M').sum()
print(monthly_sum)
​

• asfreq(): 将时间序列转换为指定的频率。与 resample() 不同，asfreq() 不执行聚合操作，而是根据指定的频率选择或插入数据。

# 创建一个以天为频率的时间序列
date_index = pd.date_range('2023-10-01', periods=10)
data = np.random.randn(10)
ts_series = pd.Series(data, index=date_index)
# 转换为每周频率
weekly_series = ts_series.asfreq('W')
print(weekly_series) # 会显示每个周日的数值，如果该日期不存在，则显示 NaN
​

2. 时区转换

Pandas 可以处理带有时区信息的时间序列。

• tz_localize(): 将时间序列本地化到指定的时区。

• tz_convert(): 将时间序列从一个时区转换为另一个时区。

# 创建一个不带时区的时间序列
date_index = pd.date_range('2023-10-27 08:00:00', periods=3, freq='H')
ts_series = pd.Series(np.random.randn(3), index=date_index)
print(ts_series)
# 本地化到 'Asia/Shanghai' 时区
ts_series_localized = ts_series.tz_localize('Asia/Shanghai')
print(ts_series_localized)
# 转换为 'UTC' 时区
ts_series_utc = ts_series_localized.tz_convert('UTC')
print(ts_series_utc)
​

3. 转换为 PeriodIndex 和 DatetimeIndex

• to_period(): 将 DatetimeIndex 转换为 PeriodIndex。

• to_timestamp(): 将 PeriodIndex 转换为 DatetimeIndex。

# 创建一个 DatetimeIndex
date_index = pd.date_range('2023-10-01', periods=12, freq='M')
# 转换为 PeriodIndex
period_index = date_index.to_period()
print(period_index)
# 转换为 DatetimeIndex
datetime_index = period_index.to_timestamp()
print(datetime_index)
​

7.2.3 时间序列创建和转换的流程图

7.2.4 总结

本节介绍了 Pandas 中时间序列的创建和转换方法。掌握这些方法对于进行时间序列分析至关重要。通过灵活运用 pd.Timestamp、pd.Period、pd.DatetimeIndex 和相关的转换函数，可以有效地处理各种时间序列数据，为后续的分析和建模奠定基础。在实际应用中，需要根据具体的需求选择合适的创建和转换方式。例如，金融数据通常需要处理时区信息，而分析季节性趋势可能需要进行频率转换。