Pandas 數據處理 | Datetime 在 Pandas 中的一些用法！

Datatime 是 Python 中一種時間數據類型，對於不同時間格式之間的轉換是比較方便的，而在 Pandas 中也同樣支持 DataTime 數據機制，可以借助它實現許多有用的功能，例如

1，函數to_datetime() 將數據列表中的 Series 列轉化為 datetime 類型，

#Convert the type to datetime
apple.Date = pd.to_datetime(apple.Date)
apple['Date'].head()

#
0   2014-07-08
1   2014-07-07
2   2014-07-03
3   2014-07-02
4   2014-07-01
Name: Date, dtype: datetime64[ns]

2，DataFrame.resample(freq)，將數據基於時間列以 freq 作為頻度對全局數據做重采樣，計算出分段數據和、均值、方差等指標；下面例子中原數據的索引是 Datatime 數據格式，以月為時間單位求出各列數據的平均值

# Resample the data based the offset,get the mean of data
# BM — bussiness month end frequency

apple_month = apple.resample("BM").mean()
apple_month.head()

下面將根據幾道練習題，簡單介紹一下 Pandas 是怎么處理 DataFrame 數據的

1 , to_datetime() 與 resample() 操作

1.1，讀取數據

url = "https://raw.githubusercontent.com/guipsamora/pandas_exercises/master/09_Time_Series/Apple_Stock/appl_1980_2014.csv"
apple =pd.read_csv(url)
apple.head()

可以看到，時間在 Date 這一列數據中，但不是標准的 datetime 格式，需要格式處理一下

1.2，datetime 格式轉換

#Convert the type to datetime
apple.Date = pd.to_datetime(apple.Date)
apple['Date'].head()

**1.3，將 Date 列設為 index **

apple = apple.set_index("Date")
# Set Index
apple.head()

Date 雖然已經設為 index，但是時間排列卻並不清晰，datetime 數據可以直接排序這里用 sort_index(ascending = True) 完成排序

1.4，對索引進行排序

# Sort The DataFrame based on Date columns
apple.sort_index(ascending = True).head()

1.5，以月為單位對數據采樣並獲取mean()

# Resample the data based the offset,get the mean of data
# BM — bussiness month end frequency

apple_month = apple.resample("BM").mean()
apple_month.head()

BM 全稱 Bussiness Month，是商業月的意思，在 Pandas 中稱為 DataOffset，除了月之外，還提供年、日、秒、小時、分..等作為采樣單位，當然也可以自定義

關於 Data Offset 具體詳細內容可參考：https://pandas.pydata.org/docs/user_guide/timeseries.html#timeseries-offset-aliases；

1.6，計算時間列表中最早日期與最晚日期相差天數

(apple.index.max()-apple.index.min()).days

#
12261

2，統計近兩年蘋果、特斯拉、IBM、LINKD各公司股價

2.1，pandas_datareader 獲取數據

import pandas as pd
from pandas_datareader import data as web
import datetime as dt

start = dt.datetime(2019,1,1)
end = dt.datetime.today()
stocks = ['APPLE','TSLA','IBM','LNKD']
df = web.DataReader(stocks,'yahoo',start,end)
df

使用之前請確保pandas_datareader 包已經安裝成功，這個包幫助我們直接通過爬蟲獲取近兩年的各公司的股票信息，后面 start，end 兩個 datetime 時間用於限制時間

結果顯示似乎這種方法獲取不到到的蘋果和LINKD 的股價(但並不影響，因為這里主要是學習一下 datetime 在 Pandas 的用法)

2.2，獲取 股票 數據

vol = df['Volume']
vol

**2.3，創建新列，表示 week、year **

后面做聚類分析，聚類基准選擇的是 week、year , 因此需要提前創建好兩列(week，year)數據

vol['week'] = vol.index.week
vol['year'] = vol.index.year
vol.head()

2.4，groupby 聚類分組(先 week ,后 year)

week = vol.groupby(['week','year']).sum()

week.head()

這樣就可以很清晰地比對，2019-2020年對於每一周來說各公司股票的總值變化啦

好了，以上就是本篇文章的所有內容啦；最后，感謝大家的閱讀！

Reference:

1,https://pandas.pydata.org/docs/user_guide/timeseries.html#timeseries-offset-aliases

2，https://github.com/guipsamora/pandas_exercises/blob/master/09_Time_Series/Getting_Financial_Data