# 处理时间序列

Pyhton处理时间序列常用的包有datetime，dateutil，但同样也存在性能弱的问题，pandas为了处理的大量时间相关数据，把时间相关数据作为datetime64类型进行处理，相对来讲，这种数据类型节省内存，处理起来速度快。

在pandas中，增加了Timestamp对象，所有日期与时间的处理方法都是通过Timestamp实现。
 
numpy/pandas利用Timestamp和datetime64的数据类型，将python的日期处理包datetime和dateutil有机结合起来，可以实现对日期数据的高效灵活处理。

## datetime64 数据类型

datetime64是numpy处理时间相关内容的数据类型，可以对时间类型数据做灵活处理，同时还可以支持各种时间单位的操作。

常见的时间单位是：
- Y: Year
- M: Month
- W: Week
- D: Day
- h: Hour
- m: Minute
- s: Second
- ms: millisecond
- us: micorosecond
- ns: nanosecond
- ps: picosecond
- fs: femtosecond
- as: attosecond


```python
import numpy as np

# datetime64数据类型
date = np.array("20180-03-12", dtype=np.datetime64)
print(date)
```

    20180-03-12



```python
# 向量化操作
d = date + np.arange(5)
print(d)
```

    ['20180-03-12' '20180-03-13' '20180-03-14' '20180-03-15' '20180-03-16']



```python
# 添加时间单位, 此处采用的是ns
a = np.datetime64("2019-01-13 12:45:32.30", "ns")
print(a)
```

    2019-01-13T12:45:32.300000000


## Timestamp



```python
import pandas as pd

# 利用pd.to_datetime可以将多种不同的格式时间进行处理
date = pd.to_datetime("5th of June, 2019")
print(date)
# date可以使用时间格式化功能
print(date.strftime("%A"))
```

    2019-06-05 00:00:00
    Wednesday



```python
# 支持向量化操作

# 按天计算， 进行向量化
d = date + pd.to_timedelta(np.arange(10), "D")
print(d)
```

    DatetimeIndex(['2019-06-05', '2019-06-06', '2019-06-07', '2019-06-08',
                   '2019-06-09', '2019-06-10', '2019-06-11', '2019-06-12',
                   '2019-06-13', '2019-06-14'],
                  dtype='datetime64[ns]', freq=None)


## 时间做索引



```python
idx = pd.DatetimeIndex(['2019-01-01', '2019-02-01','2019-03-01',
                       '2019-04-01','2019-05-01','2019-06-01'])

date = pd.Series(range(6), index=idx)
print(date)
```

    2019-01-01    0
    2019-02-01    1
    2019-03-01    2
    2019-04-01    3
    2019-05-01    4
    2019-06-01    5
    dtype: int64



```python
#既然是索引，就可以使用来进行数据的提取
# 切片包含结束位置
print(date[ '2019-02-01':'2019-06-01'])
```

    2019-02-01    1
    2019-03-01    2
    2019-04-01    3
    2019-05-01    4
    2019-06-01    5
    dtype: int64



```python
# 一些特殊的时间操作
# 可以通过年费切片获取概念的全部数据
print(date["2019"])
```

    2019-01-01    0
    2019-02-01    1
    2019-03-01    2
    2019-04-01    3
    2019-05-01    4
    2019-06-01    5
    dtype: int64


## pandas时间序列的数据结构

pandas对时间序列准备了几个特殊的数据结构：
- pd.DatetimeIndex: 针对时间戳数据
- pd.PeriodIndex: 针对时间周期数据
- pd.TimedeltaIndex: 针对时间增量或持续时间


```python
# pd.to_datetime传输一个时间日期会返回一个Timestamp类型数据
# 传递时间序列会返回DatetimeIndex类型数据
from datetime import datetime

dates = pd.to_datetime([datetime(2019,4,3), '5th of June, 2018', '2017-Jul-9',
                       "09-02-2018", '20190105'])
# 对一个时间序列，会返回DatetimeIndex类型数据
print(dates)
```

    DatetimeIndex(['2019-04-03', '2018-06-05', '2017-07-09', '2018-09-02',
                   '2019-01-05'],
                  dtype='datetime64[ns]', freq=None)



```python
# DatetimeIndex 类型通过 pd.to_period和一个频率代码可以转换成PeriodIndex类型
d = dates.to_period('D')
print(d)
```

    PeriodIndex(['2019-04-03', '2018-06-05', '2017-07-09', '2018-09-02',
                 '2019-01-05'],
                dtype='period[D]', freq='D')



```python
# 当用一个日期减去一个日期，返回的是TimedeltaIndex类型

d = dates - dates[0]
print(d)
```

    TimedeltaIndex(['0 days', '-302 days', '-633 days', '-213 days', '-88 days'], dtype='timedelta64[ns]', freq=None)


## xxx_range类函数

pandas提供了可以规律产生时间序列的函数, 此类函数的使用和range类似，pandas提供了三个函数：

- 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



```python
d = pd.date_range("2018-03-03", "2018-12-02", periods=5)
print(d)
```

    DatetimeIndex(['2018-03-03 00:00:00', '2018-05-10 12:00:00',
                   '2018-07-18 00:00:00', '2018-09-24 12:00:00',
                   '2018-12-02 00:00:00'],
                  dtype='datetime64[ns]', freq=None)



```python
d = pd.date_range("2018-03-03", "2018-12-02", freq="M")
print(d)
```

    DatetimeIndex(['2018-03-31', '2018-04-30', '2018-05-31', '2018-06-30',
                   '2018-07-31', '2018-08-31', '2018-09-30', '2018-10-31',
                   '2018-11-30'],
                  dtype='datetime64[ns]', freq='M')



```python
d = pd.period_range("2018-01-01", periods=5, freq="M")
print(d)
```

    PeriodIndex(['2018-01', '2018-02', '2018-03', '2018-04', '2018-05'], dtype='period[M]', freq='M')



```python
d = pd.timedelta_range(0, periods=5, freq="H")
print(d)
```

    TimedeltaIndex(['00:00:00', '01:00:00', '02:00:00', '03:00:00', '04:00:00'], dtype='timedelta64[ns]', freq='H')