【Python】ime series：时间序列

目录：

一 时间序列总览

• 不管在哪个领域（金融学、经济学、生态学、神经科学、物理学等），时间序列（time series）数据都是一种重要的结构化数据形式。在多个时间点观察或测量到的任何事物都可以形成一段时间序列。很多时间序列都是固定频率的，基本数据点都是根据某种规律出现的；时间序列也可以是不定期的额。时间序列数据的意义取决于具体的应用场景，主要有以下几种：
  • ① 时间戳（timestamp）：特定的时刻
  • ② 固定时期（period）：如2007年1月或2014年全年
  • ③ 时间间隔（interval）：由起始和结束时间戳表示。时期可以被看做间隔的特例。
  • ④ 实验过程时间，每个时间点都是相对于特定起始时间的一个度量。
• 许多技术都可以用来处理实验型时间序列，其索引可能是一个整数或浮点数（表示从实验开始算起已经过去的时间）。最简单也最常见的时间序列都是用时间 戳进行索引的。
• pandas提供了一组标准的时间序列处理工具和数据算法。可以高效处理非常大的时间序列，轻松进行切片/切块、聚合、对定期、不定期的时间序列进行重采样等。这些工具大部分都对金融和经济数据尤为重要，也可以用来分析服务器日志数据。

---

二 日期和时间数据类型及工具

1 日期和时间数据类型

• python标准库包含用于日期（date）和时间（time）数据的数据类型，而且还有日历方面的功能。主要用到datetime、time以及calendar模块。datetime.datetime是用得最多的数据类型。

from datetime import datetime
now = datetiem.now()
now.year,now.month,now.day

• datetime以毫秒形式存储日期和时间，datetime.timedelta表示连个datetime对象之间的时间差

delta = datetime(2011,1,4) - datetime(2008,9,8,8,15)

• 可以给datetime对象加上或减去一个或多个timedelta，这样会产生一个新对象。
• datetime时间模块数据类型：
  • date #以公历形式存储的日历日期
  • time # 将时间存储为时、分、秒、毫秒
  • datetime # 存储日期和时间
  • timedelta # 表示两个datetime值之间的差

2 字符串和datetime的相互转换

• 利用str或strtfime方法（传入一个格式化字符串），datetime对象和pandas的Timestamp对象可以被格式化为字符串。

stamp = datetime(2011,1,3)
stamp.strftime('%y-%m-%d')

• datetime格式定义：
  • %Y 4位数的年
  • %y 2位数的年
  • %m 2位数的月
  • %d 2位数的日
  • %H 24小时制的时
  • %I 12小时制的时
  • %M 2位数的分
  • %S 秒
  • %w 用整数表示的星期几[0（星期天），6]
  • %U 每年的第几周（00,53）。星期天被认为是每周的第一天，每年第一个星期天之前得那几天被认为是第“0周”
  • %W 每年的第几周（00,53）。星期一被认为是每周的第一天，每年第一个星期一之前得那几天被认为是第“0周”
  • %z 时区偏移量
  • %F %Y-%m-%d简写形式，例如2012-4-18
  • %D %m-%d-%y简写形式，例如04/18/12
• strptime也可以用这些格式化编码将字符串转换为日期。datetime.strptime是通过已知格式进行日期解析的最佳方式。但是每次都要编写格式定义是很麻烦的事情，尤其是对于一些常见的日期格式。这种情况下，可以用dateutil这个第三方包中的parse