python時間日期數據處理

#導入相關庫
import pandas as pd
import numpy as np
import time
import datetime
import matplotlib.pyplot as plt

# 解決坐標軸刻度負號亂碼
plt.rcParams['axes.unicode_minus'] = False

# 解決中文亂碼問題
plt.rcParams['font.sans-serif'] = ['Simhei']

在計算機中，時間實際上是用數字表示的
我們把1970年1月1日 00:00:00 UTC+00:00時區的時刻稱為 epoch time （紀元），記為0（1970年以前的時間 timestamp 為負數），當前時間就是相對於 epoch time 的秒數，稱為 timestamp（時間戳）
timestamp 的值與時區毫無關系，因為 timestamp 一旦確定，其 UTC 時間就確定了，轉換到任意時區的時間也是完全確定的，這就是為什么計算機存儲的當前時間是以 timestamp 表示的，因為全球各地的計算機在任意時刻的 timestamp 都是完全相同的（假定時間已校准）

python中時間日期數據對應的符號及含義：

類型    描述
%Y    四位的年份
%y    兩位的年份
%m    兩位的月份
%d    兩位的日期號
%H    小時，24小時制00-23
%I    小時，12小時制01-12
%M    兩位的分鍾00-59
%S    秒00-61，其中60,61是閏秒
%w    星期日期0-6，其中0表示星期日
%U    一年中的星期數00-53。以星期天為每周第一天，一年中第一個星期天前的日期作為第“0”周
%W    一年中的星期數00-53。以星期一為每周第一天，一年中第一個星期一前的日期作為第“0”周
%z    格式為+HHMM或者-HHMM的UTC時區偏移；如果沒有時區則為空。
%F    %Y-%m-%d的簡寫
%D    %m/%d/%y的簡寫

• 1、時間戳 Timestamp 對象的生成

• 1.1 pd.Timestamp

• 1.2 pd.to_datetime

• 1.3 pd.date_range

限制生成時間的數量和間隔：

 限制生成時間的范圍和間隔：

• 間隔 freq 對應的主要取值：
  • Y：年
  • M：月
  • D：天
  • H:小時
  • T：分鍾
  • s：秒
  • 其他頻率時間單位：https://pandas.pydata.org/pandas-docs/stable/user_guide/timeseries.html#timeseries-offset-aliases

• 2、日期數據轉化

將不規則的字符串日期，通過人工識別日期元素再寫成 format 模式，然后通過 pd.to_datetime() 來提取時間元素，生成 datetime 對象

• 2.1 轉化為指定格式：.dt.strftime()

• 2.2 提取特定的時間單位元素

• 3、日期索引對象 DatetimeIndex

DatetimeIndex 的主要作用是之一是用作 Pandas 對象的索引，使用它作為索引除了擁有普通索引對象的所有基本功能外，還擁有簡化頻率處理的高級時間序列方法

• 3.1 索引和切片

• 3.2 其他方法

可以通過 Timestamp 或 DateTimeIndex 訪問一些時間/日期的屬性

想要查看所有的屬性見官方鏈接：

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

• 4、DateOffset對象

DateOffset 是做日期偏移的，它的參數與 dateutil.relativedelta 基本相同，工作方式如下

• 5、重采樣 resample 對象

resample 表示根據日期維度進行數據聚合，可以按照分鍾、小時、工作日、周、月、年等來作為日期維度

更多的日期維度見 Offset Aliases( http://pandas.pydata.org/pandas-docs/stable/timeseries.html#offset-aliases )