pqxin6emf/Part1/Chapter3/3.2 Pandas进阶/3.2.8日与时间工具.md

3.2.8：日期与时间工具

相关知识

Pandas是为金融模型而创建的，所以拥有一些功能非常强大的日期、时间、带时间索引数据的处理工具。本关卡介绍的日期与时间数据主要包含三类：

• 时间戳：表示某个具体的时间点（例如2015年7月4日上午 7 点）
• 时间间隔与周期：期表示开始时间点与结束时间点之间的时间长度，例如2015年（指的是2015年1月1日至2015年12月31日这段时间间隔）。周期通常是指一种特殊形式的时间间隔，每个间隔长度相同，彼此之间不会重叠（例如，以24小时为周期构成每一天）
• 时间增量或持续时间：表示精确的时间长度（例如，某程序运行持续时间22.56秒）

Python 的日期与时间工具

原生Python中也有处理日期与时间的工具，它与Pandas中处理时间的工具有着千丝万缕的联系。Python的日期与时间功能都在标准库的datetime模块和第三方库dateutil模块。如果你处理的时间数据量比较大，那么速度就会比较慢，这时就需要使用到NumPy中已经被编码的日期类型数组了。

NumPy中的datetime64类型

Python原生日期格式的性能弱点促使NumPy团队为NumPy增加了自己的时间序列类型。datetime64类型将日期编码为64位整数，这样可以让日期数组非常紧凑（节省内存）。

In[3]：import numpy as np 
 	  date = np.array('2015-07-04', dtype=np.datetime64) 
 	  date 
Out[3]：array(datetime.date(2015, 7, 4), dtype='datetime64[D]')

有了这个日期格式，既可以进行快速的向量化运算：

In[4]：date + np.arange(12) #由于date是datetime类型，所以向量化运算也是datetime类型的运算
Out[4]：
array(['2015-07-04', '2015-07-05', '2015-07-06', '2015-07-07', '2015-07-08', '2015-07-09', '2015-07-10', '2015-07-11', '2015-07-12', '2015-07-13', '2015-07-14', '2015-07-15'], dtype='datetime64[D]')

由于datetime64对象是64位精度，所以可编码的时间范围可以是基本单元的 264倍。也就是说，datetime64在时间精度与最大时间跨度之间达成了一种平衡，也就是说，NumPy会自动判断输入时间所需要使用的时间单位。

In[5]: np.datetime64('2015-07-04') # 天为单位
Out[5]: numpy.datetime64('2015-07-04')
In[6]: np.datetime64('2015-07-04 12:00') # 分钟为单位
Out[6]: numpy.datetime64('2015-07-04T12:00')
In[7]: np.datetime64('2015-07-04 12:59:59.50', 'ns') # 手动设置时间单位
Out[7]: numpy.datetime64('2015-07-04T12:59:59.500000000')

日期与时间单位格式代码表如下：

代码	含义	时间跨度（相对）	时间跨度（绝对）
Y	年（year）	± 9.2e18 年	[9.2e18 BC, 9.2e18 AD]
M	月（month）	± 7.6e17 年	[7.6e17 BC, 7.6e17 AD]
W	周（week）	± 1.7e17 年	[1.7e17 BC, 1.7e17 AD]
D	日（day）	± 2.5e16 年	[2.5e16 BC, 2.5e16 AD]
h	时（hour）	± 1.0e15 年	[1.0e15 BC, 1.0e15 AD]
m	分（minute）	± 1.7e13 年	[1.7e13 BC, 1.7e13 AD]
s	秒（second）	± 2.9e12 年	[ 2.9e9 BC, 2.9e9 AD]
ms	毫秒（millisecond）	± 2.9e9 年	[ 2.9e6 BC, 2.9e6 AD]
us	微秒（microsecond）	± 2.9e6 年	[290301 BC, 294241 AD]
ns	纳秒（nanosecond）	± 292 年	[ 1678 AD, 2262 AD]
ps	皮秒（picosecond）	± 106 天	[ 1969 AD, 1970 AD]
fs	飞秒（femtosecond）	± 2.6 小时	[ 1969 AD, 1970 AD]
as	原秒（attosecond）	± 9.2 秒	[ 1969 AD, 1970 AD

Pandas的日期与时间工具

Pandas中的datetime是结合了原生Python和NumPy的datetime，用来处理时间序列的基础数据类型如下：

• 针对时间戳数据，Pandas提供了Timestamp类型。它本质上是Python的原生datetime类型的替代品，但是在性能更好的numpy.datetime64类型的基础上创建。对应的索引数据结构是 DatetimeIndex。
• 针对时间周期数据，Pandas提供了Period类型。这是利用numpy.datetime64类型将固定频率的时间间隔进行编码。对应的索引数据结构是**PeriodIndex**。
• 针对时间增量或持续时间，Pandas提供了Timedelta类型。Timedelta是一种代替Python原生datetime.timedelta类型的高性能数据结构，同样是基于numpy.timedelta64类型。对应的索引数据结构是**TimedeltaIndex**。

最基础的日期 / 时间对象是Timestamp和DatetimeIndex。这两种对象可以直接使用，最常用的方法是pd.to_datetime()函数，。对pd.to_datetime() 传递一个日期会返回一个Timestamp类型，传递一个时间序列会返回一个DatetimeIndex类型

• **DatetimeIndex**类型

In[8]：dates = pd.to_datetime([datetime(2015, 7, 3), '4th of July, 2015', '2015-Jul-6', '07-07-2015', '20150708']) 
 		dates
Out[8]：DatetimeIndex(['2015-07-03', '2015-07-04', '2015-07-06', '2015-07-07', '2015-07-08'], dtype='datetime64[ns]', freq=None)

• **PeriodIndex**类型 任何DatetimeIndex类型都可以通过to_period()方法和一个频率代码转换成PeriodIndex类型，PeridoIndex类型可以通过to_timestamp()方法转换为DatetimeIndex类型。下面用D将数据转换成单日的时间序列：

In[10]: dates.to_period('D')
Out[10]: PeriodIndex(['2015-07-03', '2015-07-04', '2015-07-06', '2015-07-07', '2015-07-08'], dtype='int64', freq='D')

• **TimedeltaIndex**类型 当用一个日期减去另一个日期时，返回的结果是TimedeltaIndex类型：

In[11]: dates - dates[0] 
Out[11]: 
TimedeltaIndex(['0 days', '1 days', '3 days', '4 days', '5 days'], dtype='timedelta64[ns]', freq=None)

---

为了能更简便地创建有规律的时间序列，Pandas提供了一些方法：pd.date_range()可以处理时间戳、pd.period_range()可以处理周期、pd.timedelta_range()可以处理时间间隔。

• pd.date_range() 通过开始日期、结束日期和频率代码（可选的）创建一个有规律的日期序列，默认的频率是天：

In[12]：pd.date_range('2015-07-03', '2015-07-10')
Out[12]：DatetimeIndex(['2015-07-03', '2015-07-04', '2015-07-05', '2015-07-06', '2015-07-07', '2015-07-08', '2015-07-09', '2015-07-10'], dtype='datetime64[ns]', freq='D')

范围不一定非是开始时间和结束时间，也可以设置周期数periods来达到改目的：

In[13]：pd.date_range('2015-07-03', periods=8) 
Out[13]：DatetimeIndex(['2015-07-03', '2015-07-04', '2015-07-05', '2015-07-06', '2015-07-07', '2015-07-08', '2015-07-09', '2015-07-10'], dtype='datetime64[ns]', freq='D')

freq表示时间间隔，默认是D，可以通过修改它来periods参数的意义：

In[14]：pd.date_range('2015-07-03', periods=8, freq='H')
Out[14]： 
DatetimeIndex(['2015-07-03 00:00:00', '2015-07-03 01:00:00', 
 				'2015-07-03 02:00:00', '2015-07-03 03:00:00', 
 				'2015-07-03 04:00:00', '2015-07-03 05:00:00', 
 				'2015-07-03 06:00:00', '2015-07-03 07:00:00'], 
 				dtype='datetime64[ns]', freq='H')

• pd.timedelta_range() 如果要创建一个有规律的周期或时间间隔序列，pd.timedelta_range()可以实现该功能：

In[15]：pd.period_range('2015-07', periods=8, freq='M')
Out[15]：
PeriodIndex(['2015-07', '2015-08', '2015-09', '2015-10', '2015-11', '2015-12', '2016-01', '2016-02'], dtype='int64', freq='M')

也可以通过修改freq参数实现各种频率的时间间隔序列。