Pandas教程-Pandas时间段

时间段代表时间跨度，例如天数、年份、季度或月份等。它被定义为一种允许我们将频率转换为时间段的类。

生成时间段和频率转换

我们可以使用 'Period' 命令和频率 'M' 生成时间段。如果我们使用 'asfreq' 操作与 'start' 操作，日期将打印 '01'，而如果我们使用 'end' 选项，日期将打印 '31'。

示例:

import pandas as pd  
x = pd.Period('2014', freq='S')   
x.asfreq('D', 'start')  

输出:

Period('2014-01-01', 'D')

示例:

import pandas as pd  
x = pd.Period('2014', freq='S')   
x.asfreq('D', 'end')  

输出:

Period('2014-01-31', 'D')

时间段算术

时间段算术用于对时间段执行各种算术操作。所有操作将根据 'freq' 进行。

import pandas as pd  
x = pd.Period('2014', freq='Q')   
x  

输出:

Period('2014', 'Q-DEC')

示例:

import pandas as pd  
x = pd.Period('2014', freq='Q')   
x + 1  

输出:

Period('2015', 'Q-DEC')

创建时间段范围

我们可以使用 'period_range' 命令创建时间段范围。

import pandas as pd  
p = pd.period_range('2012', '2017', freq='A')   
p  

输出:

PeriodIndex(['2012-01-02', '2012-01-03', '2012-01-04', '2012-01-05',
             '2012-01-06', '2012-01-09', '2012-01-10', '2012-01-11',
             '2012-01-12', '2012-01-13',
             '2016-12-20', '2016-12-21', '2016-12-22', '2016-12-23',
             '2016-12-26', '2016-12-27', '2016-12-28', '2016-12-29',
             '2016-12-30', '2017-01-02'],
            dtype='period[B]', length=1306, freq='B')

将字符串日期转换为时间段

如果我们想将字符串日期转换为时间段，首先需要将字符串转换为日期格式，然后我们可以将日期转换为时间段。

# dates as string   
p = ['2012-06-05', '2011-07-09', '2012-04-06']  
# convert string to date format   
x = pd.to_datetime(p)   
x  

输出:

DatetimeIndex(['2012-06-05', '2011-07-09', '2012-04-06'], dtype='datetime64[ns]', freq=None)

将时间段转换为时间戳

如果我们将时间段转换回时间戳，我们可以简单地使用 'to_timestamp' 命令。

import pandas as pd  
prd  
prd.to_timestamp()  

输出:

DatetimeIndex(['2017-04-02', '2016-04-06', '2016-05-08'], dtype='datetime64[ns]', freq=None)