文章目录
-
- 1. date_range
- 2. truncate 过滤
- 3. Timestamp, Period, Timedelta
-
-
- 3.1 Timestamp 时间戳
- 3.2 Period 时间区间
- 3.3 Timedelta 时间差
- 3.4 时间转换
-
- 4. period_range
- 5. 时间索引
- 6. 时间戳Timestamp 和时间周期period 转换
- 7. 重采样 resample
- 8. 插值方法 fill
- 9. Moving Window Functions 滑动窗口 rolling
1. date_range
- 时间戳 ( timestamp )
- 固定周期 ( period )
- 时间间隔 ( interval )
可以指定开始时间与周期
- H：小时
- D：天
- M：月
import numpy as np
import pandas as pdrng = pd.date_range('2018-08-08', periods=10, freq='3D')
rng
import datetimetime = pd.Series(np.random.randn(20), index=pd.date_range(datetime.datetime(2018,8,8),periods=20))
time
2018-08-08 -0.116898
2018-08-09 0.236001
2018-08-10 0.465807
…
2018-08-26 1.008301
2018-08-27 0.225361
Freq: D, dtype: float64
2. truncate 过滤
time.truncate(before = '2018-8-15')time.truncate(after = '2018-8-15')
2018-08-15 -1.244359
2018-08-16 1.043819
2018-08-17 1.870143
…
2018-08-26 1.008301
2018-08-27 0.225361
Freq: D, dtype: float64
time['2018-8-10' : '2018-8-14']
2018-08-10 0.465807
2018-08-11 1.365110
2018-08-12 -2.545710
2018-08-13 1.568111
2018-08-15 -1.244359
Freq: D, dtype: float64
data = pd.date_range('2018-1-1', '2019-1-1', freq='M')
data
