pandas时间序列常用方法简介
导读
pandas是Python数据分析最好用的第三方库，没有之一。——笛卡儿没说过这句话！
在进行时间相关的数据分析时，时间序列的处理是自然而然的事情，从创建、格式转换到筛选、重采样和聚合统计，pandas都提供了全套方法支持，用的熟练简直是异常丝滑。
pandas时间序列创建最为常用的有以下2种方式：
pd.date_range()，创建指定日期范围，start、end和periods三个参数任意指定2个即可，另有频率、开闭端点、时区等参数可选
pd.Timestamp()，时间戳对象，从其首字母大写的命名方式可以看出这是pandas中的一个类，实际上相当于Python标准库中的datetime的定位，在创建时间对象时可接受日期字符串、时间戳数值或分别指定年月日时分秒等参数三类，仅能生成单一时间点。其优点是Timestamp类提供了丰富的时间处理接口，如日期加减、属性提取等
与二者类似，pandas还提供了pd.period和pd.period_range两个方法，分别用于创建单个时期和时期序列。这里时期是一段时间，而date或timestamp则是一个时间点。
实际应用中，与时间格式相互转换最多的应该就是字符串格式了，这也是最为常用也最为经典的时间转换需求，pandas中自然也带有这一功能：
pd.to_datetime：字符串转时间格式
dt.astype(str)：时间提取字符串
其中，pd.to_datetime可接受单个或多个日期数值，具体类型包括数值型、字符串、数组或pd.series等序列，其中字符串日期格式几乎包含了所有可能的组成形式，例如"年/月/日"，"月/日/年"和"月-日-年"等形式，字符串转换日期也是实际应用中最为常见的需求。反之，对于日期格式转换为相应的字符串形式，pandas则提供了时间格式的"dt"属性，类似于pandas为字符串类型提供了str属性及相应方法，时间格式的"dt"属性也支持大量丰富的接口。例如dt.date可提取日期，dt.time则可提取时间。
需要指出，时间序列在pandas.dataframe数据结构中，当该时间序列是索引时，则可直接调用相应的属性；若该时间序列是dataframe中的一列时，则需先调用dt属性再调用接口。举例如下：
1.首先创建数据结构如下，其中初始dataframe索引是时间序列，两列数据分别为数值型和字符串型
处理时间序列的另一个常用需求是筛选指定范围的数据，例如选取特定时段、特定日期等。实现这一目的，个人较为常用的有3种方法：
索引模糊匹配，这实际上算是pandas索引访问的一个通用策略，所以自然在时间筛选中也适用
truncate，截断函数，通过接受before和after参数，实现筛选特定范围内的数据，其中两个参数中可有一个缺省，表示半开区间
dt.between，也是借助时间序列的dt属性，接受起始和结束参数，实现特定范围筛选
以这一数据作为示例，其中索引时间序列，需求是筛选出上午7点-9点间的记录，则3种实现方式分别示例如下：
关于pandas时间序列的重采样，再补充两点：1.重采样函数可以和groupby分组聚合函数组合使用，可实现更为精细的功能，具体可参考Pandas中groupby的这些用法你都知道吗一文；2.重采样过程中，无论是上采样还是下采样，其采样结果范围是输入记录中的最小值和最大值覆盖的范围，所以当输入序列中为两段不连续的时间序列记录时，可能会出现中间大量不需要的结果（笔者亲历天坑），同时在上图中也可发现从4小时上采样为2小时后时间最大范围是20:00，而非22:00，也是这个原因。
理解pandas中时间序列滑动窗口的最好方式是类比SQL中的窗口函数。实际上，其与分组聚合函数的联系和SQL中的窗口函数与分组聚合联系是一致的。常用的滑动窗口函数主要有3个：
shift，向前或向后取值
diff，向前或向后去差值
rolling，一段滑动窗口内聚合取值
值得指出，这里的滑动取值可以这样理解：periods参数为正数时，可以想象成索引列不动，数据列向后滑动；反之，periods参数为负数时，索引列不动，数据列向前滑动。进一步的，当freq参数为None时，则仅仅是滑动指定数目的记录，而不管索引实际取值；而当freq设置有效参数时，此时要求索引列必须为时间序列，并根据时间序列滑动到指定周期处，并从此处开始取值（在上图中，体现为10T之前的记录不再保留）。
相关阅读：