python時間戳（1）

一、 時間戳定義：其實就是在歷史長河中釘了一個釘子，獨一無二不說，還可以用一串數字表示

二、 時間戳怎么產生：

　　(1) 可以自己輸入

　　　　a. 一個是datetime（）## 后面所有datetime都可以按下列方式變為timestamp

from datetime import datetime 2 import pandas as pd 3 stamp1=datetime.now() 4 stamp=pd.Timestamp(stamp1) 5 stamp.value

1576506889855183000　
　　　b. 一個是timestamp（）

import pandas as pd stamp2=pd.Timestamp('2019,12,16') stamp2.value

1576454400000000000

　　(2) 可以從文本中分析出來，分析器為parse（中文解釋：做句法分析）

from dateutil.parser import parse
parse('2019-12-10')

datetime.datetime(2019, 12, 10, 0, 0)
                    年  月  日  小時 分鍾
如果不是12月10日而是10月12日呢？

from dateutil.parser import parse
parse('2019-12-10',dayfirst=True)

datetime.datetime(2019, 10, 12, 0, 0)
文本寫出花來了怎么變成我想要的日期格式？你告訴它什么是什么就好了
但這需要對基本的日期表達進行說明：

%Y	2019（四位數年份）
%y	19（二位數年份）
%m	12（月份）
%d	16（日期）
%H	15（24小時制）
%I	3（12小時制）
%M	06（分鍾）
%S	14（秒）
%w	星期幾（0是星期天，6是星期一）
%U	一年中第幾個星期（從00到53），以星期天為一周的第一天
%W	一年中第幾個星期（從00到53），以星期一為一周的第一天
%z	時區
%F	2019-12-16
%D	12/16/2019

from datetime import datetime
try_trans='2019#12#10'
datetime.strptime(try_trans,'%Y#%m#%d') ## 分開看是：str（文本） p（變） time（時間）

datetime.datetime(2019, 12, 10, 0, 0)
建議可以直接用parse試一下，基本上python都可以解析

from dateutil.parser import parse
parse('DEC 16,2019 15:02')

datetime.datetime(2019, 12, 16, 15, 2)

三、 時間戳的移動：其實就是撥動手表指針的工作后重新變了一個新的釘子

　　(1) 重新找個釘子一次性到位(DateOffset)

　　　　首先看看DateOffset（里面可以加什么頻率？）　　　　　

 |      - years
 |      - months
 |      - weeks
 |      - days
 |      - hours
 |      - minutes
 |      - seconds
 |      - microseconds
 |      - nanoseconds

 

from pandas.tseries.offsets import * #關鍵詞分開：t series時間序列/off sets 參照系、定位
now=datetime.now()        ##datetime.datetime(2019, 12, 16, 16, 15, 2, 561839)
now+DateOffset(days=3)#天數相加  Timestamp('2019-12-19 16:34:35.850953')
now+DateOffset(months=3)#月數相加 Timestamp('2020-03-16 16:10:58.030667')

  (2) 先定位后滾動  --此方法只能對前一個后一個進行操作
　　首先看看有哪些定位？

先把日期點挪到前、中、后，再滾動
| - SemiMonthEnd  | - MonthEnd  | - WeekOfMonth    | - QuarterEnd  | - BQuarterEnd   | - YearEnd  | - BYearEnd   | 
| - SemiMonthBegin| - MonthBegin| - LastWeekOfMonth| - QuarterBegin| - BQuarterBegin | - YearBegin| - BYearBegin |

##定位
offset=MonthEnd() #月底
## 滾動
offset.rollforward(now) #本月月底  Timestamp('2019-12-31 16:34:35.850953')
offset.rollback(now)#上個月月底    Timestamp('2019-11-30 16:34:35.850953')

##定位
offset=SemiMonthEnd()#月半、月中
##滾動
offset.rollforward(now)#月半、月中到底就是月底  Timestamp('2019-12-31 16:34:35.850953')
offset.rollback(now)# 月半到頭就是月中  Timestamp('2019-12-15 16:34:35.850953')

##定位
offset=WeekOfMonth()#位於星期幾
##滾動
offset.rollforward(now)#本月第一周的星期幾 Timestamp('2020-01-06 16:34:35.850953')
offset.rollback(now)#下個月第一周的星期幾  Timestamp('2019-12-02 16:34:35.850953')

##定位
offset=LastWeekOfMonth()#位於星期幾 
##滾動
offset.rollforward(now)#本月最后一周的星期幾  Timestamp('2019-12-30 16:34:35.850953')
offset.rollback(now)#下個月最后一周的星期幾   Timestamp('2019-12-02 16:34:35.850953')

(3) 根據習慣日期定位方式定位
首先看看有哪些定位？之前運用的都可以，加上數字即可

| - SemiMonthEnd  | - MonthEnd  | - WeekOfMonth    | - QuarterEnd  | - BQuarterEnd   | - YearEnd  | - BYearEnd   | 
| - SemiMonthBegin| - MonthBegin| - LastWeekOfMonth| - QuarterBegin| - BQuarterBegin | - YearBegin| - BYearBegin |
| - Hour          | - Minute    | - Second         | - 

now+MonthEnd(2) #往后挪兩個月，這彌補了之前無法定位到當前月的下個月問題 Timestamp('2020-01-31 16:34:35.850953')

注意：錯誤示范

offset=MonthEnd(2)
offset.rollforward(now) #結果仍然為  Timestamp('2019-12-31 16:34:35.850953')，想要達到2020年1月只能用加的方式

注意：通常情況下我們一般不單獨做時間序列單列，都會跟一些數據，也就是series和dataframe，可以使用shift進行日期變更

 

四、在兩個時間點內按要求添加數據

　　這個功能就相當於range(a,b)，所以公式也很像date_range(start='開頭日期’,end='結尾日期‘,periods=遞增幾次,freq='頻率')

　　1. date_range(‘開頭日期‘，n)

　　從開頭日期開始一天一天的列出n天

　　2. date_range(‘開頭日期‘，遞增幾次，頻率）

　　頻率有以下幾種表示方式：

　　a. 天以內

　　| - 2（按2天遞增） |-‘3B’（按3天工作日遞增）| - ‘4h’（按四個小時遞增） | - '50min'（按五十分鍾遞增）

　　| - '6S'（按六秒遞增）| - ‘7ms’（按七毫秒遞增）|-‘8U’（按八微秒遞增）| - ‘2D4h50min6S7ms8U’ （可以連着寫）

 

pd.date_range('2019-12-16',periods=5,freq='2D4h50min6S7ms8U')

DatetimeIndex(['2019-12-16 00:00:00', '2019-12-18 04:50:06.007008',
               '2019-12-20 09:40:12.014016', '2019-12-22 14:30:18.021024',
               '2019-12-24 19:20:24.028032'],
              dtype='datetime64[ns]', freq='190206007008U')

　　b. 周以內

　　| - ‘W-TUE’（從開頭日期的當天開始，往后第一個星期二開始，按7天遞增）

 

pd.date_range('2019-12-16',periods=5,freq='W-TUE')

DatetimeIndex(['2019-12-17', '2019-12-24', '2019-12-31', '2020-01-07',
               '2020-01-14'],
              dtype='datetime64[ns]', freq='W-TUE')

　　c. 月以內

　　|-'WOM-3FRI'（從開頭日期開始月的第3個星期五，按月遞增）

pd.date_range('2019-12-21',periods=5,freq='WOM-3FRI') #注意：如果給出的日期超過本月第三個星期五將跳過本月

DatetimeIndex(['2020-01-17', '2020-02-21', '2020-03-20',
               '2020-04-17'],dtype='datetime64[ns]', freq='WOM-3FRI')

　　| -‘6M’（從開頭日期的當月月底開始，按六個月遞增）| - ‘6BM’（從開頭日期的當月最后一個工作日開始，按六個月遞增）

pd.date_range('2019-12-21',periods=5,freq='6M') # 注意：與MS的區別

DatetimeIndex(['2019-12-31', '2020-06-30', '2020-12-31', '2021-06-30',
               '2021-12-31'],
              dtype='datetime64[ns]', freq='6M')

pd.date_range('2018-12-21',periods=5,freq='6BM')

DatetimeIndex(['2018-12-31', '2019-06-28', '2019-12-31', '2020-06-30',
               '2020-12-31'],
              dtype='datetime64[ns]', freq='6BM')

　　| -‘7MS ’（從開頭日期的當月月初開始，按七個月遞增）| -‘7BMS’（從開頭日期的當月第一個工作日開始，按七個月遞增）

pd.date_range('2018-12-21',periods=5,freq='7MS') # 注意：如果給定的日期不是月頭開始，那么結果會從下個月月初開始，按七個月遞增

DatetimeIndex(['2019-01-01', '2019-08-01', '2020-03-01', '2020-10-01',
               '2021-05-01'],
              dtype='datetime64[ns]', freq='7MS')

pd.date_range('2018-12-21',periods=5,freq='7BMS')

DatetimeIndex(['2019-01-01', '2019-08-01', '2020-03-02', '2020-10-01',
               '2021-05-03'],
              dtype='datetime64[ns]', freq='7BMS')

　　d. 季度以內

　　| - ‘Q-FEB’（從二月月底開始，按三個月遞增）|-‘QS-FEB’(從二月月頭開始，按三個月遞增）

　　| - 'BQ-FEB'（從二月最后一個工作日開始，按三個月遞增）|-  'BQS-FEB'（從二月第一個工作日開始，按三個月遞增）

pd.date_range('2018-12-01',periods=5,freq='BQ-FEB') 
# Q和QS沒什么注意點，但BQ和BQS需要注意，如果給定的日期已經過了當年二月，則系統會從下月的二月開始顯示

DatetimeIndex(['2019-02-28', '2019-05-31', '2019-08-30', '2019-11-29',
               '2020-02-28'],
              dtype='datetime64[ns]', freq='BQ-FEB')

　　e. 年以內

　　| - 'A-FEB'（從開頭年份的二月底開始，按年遞增）| - ‘BA-FEB’（從開頭年份的二月最后一個工作日開始，按年遞增）

　　| - ‘AS-FEB’（從開頭年份的二月初開始，按年遞增）| - ‘BAS-FEB’（從開頭年的二月第一個工作日開始，按年遞增）

pd.date_range('2018-12-01',periods=5,freq='AS-FEB') #同上

DatetimeIndex(['2019-02-01', '2020-02-01', '2021-02-01', '2022-02-01',
               '2023-02-01'],
              dtype='datetime64[ns]', freq='AS-FEB')
-----------------
前文中我們看到有些日期已經超過導致遞延問題，那么我們如何解決這類問題？
我們可以提取年、月來避免

• 比如前文中pd.date_range('2018-12-01',periods=5,freq='BQ-FEB') 中的問題從年初開始

import pandas as pd
startDate="2018-12-01"
startDateYear=str(pd.to_datetime(startDate).year)
pd.date_range(startDateYear,periods=5,freq='AS-FEB')

DatetimeIndex(['2018-02-01', '2019-02-01', '2020-02-01', '2021-02-01',
               '2022-02-01'],
              dtype='datetime64[ns]', freq='AS-FEB')

• 比如前文中pd.date_range('2019-12-21',periods=5,freq='WOM-3FRI') 中的問題從月初開始

import pandas as pd
startDate="2019-12-01"
startDateYear=str(pd.to_datetime(startDate).year)
startDateMonth=str(pd.to_datetime(startDate).month)
year_month=startDateYear+'-'+startDateMonth
pd.date_range(year_month,periods=5,freq='WOM-3FRI') 

DatetimeIndex(['2019-12-20', '2020-01-17', '2020-02-21', '2020-03-20',
               '2020-04-17'],
              dtype='datetime64[ns]', freq='WOM-3FRI')

　　3. date_range(‘開頭日期‘，‘結束日期’，頻率)

　　4. date_range('開頭日期‘，‘結束日期’，遞增幾次）

　　　　按天數等分