【Python】时间序列数据的选取

最新推荐文章于 2025-06-10 09:24:32 发布

李太阳❀

最新推荐文章于 2025-06-10 09:24:32 发布

阅读量4.2k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： python 数据分析文章标签： python 时间序列分析数据分析

本文链接：https://blog.youkuaiyun.com/weixin_43342981/article/details/90142582

本文介绍了如何在Python中处理时间序列数据的选择。内容包括：通过索引选取时间序列数据，对较长时间序列进行按年、年月的数据切片，选取特定日期之后的数据，以及使用truncate方法。同时讨论了在时间点有多个观测数据时如何选取，并提供了检查时间序列索引唯一性的方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

因为TimeSeries是Series的一个子类，所以在数据选取方面与Series是一样的。
创建一个时间序列ts用来举例：

from pandas import Series
from numpy import random
from datetime import datetime
import numpy as np
import pandas as pd
dates = [datetime(2011,1,2),datetime(2011,1,5),datetime(2011,1,7),datetime(2011,1,8),datetime(2011,1,9),datetime(2011,1,10)]
ts = Series(np.random.randn(6),index = dates)
print(ts)

1.通过索引选取，可以给索引创建一个变量，也可以直接用索引取

In：stamp = ts.index[2]
	print(ts[stamp])
	print(ts[ts.index[2]])
	print(ts[2])

2.传入一个可以被解释为日期的字符串

In：print(ts['20110102'])
	print(ts['1/2/2011'])
	print(ts['2011-01-02'])

如果我们用的是一段较长的时间序列，可能我们需要取某一段时间的数据，这就需要对时间序列选取某段时间的数据切片。
先创建一个较长的时间序列longer_tp用来举例：

In：longer_tp = Series(np.random.randn(1000),index = pd.date_range('1/1/2011',periods=1000))
	print(longer_tp)

1.选取“年”或者“年月”的数据切片

In：print(longer_tp['2011'])
	print(longer_tp['2011-05'])

最低0.47元/天解锁文章

200万优质内容无限畅学