python时间日期数据处理

#导入相关库
import pandas as pd
import numpy as np
import time
import datetime
import matplotlib.pyplot as plt

# 解决坐标轴刻度负号乱码
plt.rcParams['axes.unicode_minus'] = False

# 解决中文乱码问题
plt.rcParams['font.sans-serif'] = ['Simhei']

在计算机中，时间实际上是用数字表示的
我们把1970年1月1日 00:00:00 UTC+00:00时区的时刻称为 epoch time （纪元），记为0（1970年以前的时间 timestamp 为负数），当前时间就是相对于 epoch time 的秒数，称为 timestamp（时间戳）
timestamp 的值与时区毫无关系，因为 timestamp 一旦确定，其 UTC 时间就确定了，转换到任意时区的时间也是完全确定的，这就是为什么计算机存储的当前时间是以 timestamp 表示的，因为全球各地的计算机在任意时刻的 timestamp 都是完全相同的（假定时间已校准）

python中时间日期数据对应的符号及含义：

类型    描述
%Y    四位的年份
%y    两位的年份
%m    两位的月份
%d    两位的日期号
%H    小时，24小时制00-23
%I    小时，12小时制01-12
%M    两位的分钟00-59
%S    秒00-61，其中60,61是闰秒
%w    星期日期0-6，其中0表示星期日
%U    一年中的星期数00-53。以星期天为每周第一天，一年中第一个星期天前的日期作为第“0”周
%W    一年中的星期数00-53。以星期一为每周第一天，一年中第一个星期一前的日期作为第“0”周
%z    格式为+HHMM或者-HHMM的UTC时区偏移；如果没有时区则为空。
%F    %Y-%m-%d的简写
%D    %m/%d/%y的简写

• 1、时间戳 Timestamp 对象的生成

• 1.1 pd.Timestamp

• 1.2 pd.to_datetime

• 1.3 pd.date_range

限制生成时间的数量和间隔：

 限制生成时间的范围和间隔：

• 间隔 freq 对应的主要取值：
  • Y：年
  • M：月
  • D：天
  • H:小时
  • T：分钟
  • s：秒
  • 其他频率时间单位：https://pandas.pydata.org/pandas-docs/stable/user_guide/timeseries.html#timeseries-offset-aliases

• 2、日期数据转化

将不规则的字符串日期，通过人工识别日期元素再写成 format 模式，然后通过 pd.to_datetime() 来提取时间元素，生成 datetime 对象

• 2.1 转化为指定格式：.dt.strftime()

• 2.2 提取特定的时间单位元素

• 3、日期索引对象 DatetimeIndex

DatetimeIndex 的主要作用是之一是用作 Pandas 对象的索引，使用它作为索引除了拥有普通索引对象的所有基本功能外，还拥有简化频率处理的高级时间序列方法

• 3.1 索引和切片

• 3.2 其他方法

可以通过 Timestamp 或 DateTimeIndex 访问一些时间/日期的属性

想要查看所有的属性见官方链接：

Time/Date Components (http://pandas.pydata.org/pandas-docs/stable/timeseries.html#time-date-components)

• 4、DateOffset对象

DateOffset 是做日期偏移的，它的参数与 dateutil.relativedelta 基本相同，工作方式如下

• 5、重采样 resample 对象

resample 表示根据日期维度进行数据聚合，可以按照分钟、小时、工作日、周、月、年等来作为日期维度

更多的日期维度见 Offset Aliases( http://pandas.pydata.org/pandas-docs/stable/timeseries.html#offset-aliases )