作者|Soner Yıldırım
編譯|VK
來源|Towards Datas Science
時間序列數據有很多種定義，它們以不同的方式表示相同的含義。一個簡單的定義是，時間序列數據是包含序列時間戳的數據點。
時間序列數據的來源是周期性測量或觀測。我們觀察了許多行業的時間序列數據。舉幾個例子：
-
股票價格隨時間變化
-
日、周、月銷售額
-
過程中的周期性測量
-
一段時間內的電力或天然氣消耗率
在這篇文章中，我將列出20點，這將有助於你全面了解如何處理Pandas的時間序列數據處理。
1.不同形式的時間序列數據
時間序列數據可以是特定日期、持續時間或固定定義間隔的形式。
時間戳可以是一天的日期，也可以是給定日期的納秒，具體取決於精度。例如，“2020–01–01 14:59:30”是基於秒的時間戳。
2.時間序列數據結構
Pandas提供靈活高效的數據結構來處理各種時間序列數據。
除了這三種結構，Pandas還支持日期偏移概念，這是一種考慮日歷算法的相對時間長度。
3.創建時間戳
最基本的時間序列數據結構是時間戳，它可以使用to_datetime 或Timestamp 函數創建
import pandas as pd
pd.to_datetime('2020-9-13')
Timestamp('2020-09-13 00:00:00')
pd.Timestamp('2020-9-13')
Timestamp('2020-09-13 00:00:00')
4.訪問時間戳的信息
我們可以獲得存儲在時間戳中的日期、月份和年份的信息。
a = pd.Timestamp('2020-9-13')
a.day_name()
'Sunday'
a.month_name()
'September'
a.day
13
a.month
9
a.year
2020
5.獲取不太明顯的信息
Timestamp對象還保存有關日期算術的信息。例如，我們可以問一年是否是閏年。以下是我們可以獲得的一些更具體的信息：
b = pd.Timestamp('2020-9-30')
b.is_month_end
True
b.is_leap_year
True
b.is_quarter_start
False
b.weekofyear
40
6.歐式日期
我們可以使用to_datetime函數來處理歐式日期（即日期優先）。dayfirst參數設置為True。
pd.to_datetime('10-9-2020', dayfirst=True)
Timestamp('2020-09-10 00:00:00')
pd.to_datetime('10-9-2020')
Timestamp('2020-10-09 00:00:00')
注：如果第一項大於12，Pandas知道它不能是月份。
pd.to_datetime('13-9-2020')
Timestamp('2020-09-13 00:00:00')
7.將數據幀轉換為時間序列數據
to_datetime 函數可以將具有適當列的數據幀轉換為時間序列。考慮以下數據幀：
pd.to_datetime(df)
0 2020-04-13
1 2020-05-16
2 2019-04-11
dtype: datetime64[ns]
8.時間序列數據
在現實生活中，我們幾乎總是處理連續的時間序列數據，而不是單獨的日期。Pandas使處理時序數據變得非常簡單。
我們可以將日期列表傳遞給to_datetime函數。
pd.to_datetime(['2020-09-13', '2020-08-12',
'2020-08-04', '2020-09-05'])
DatetimeIndex(['2020-09-13', '2020-08-12', '2020-08-04', '2020-09-05'], dtype='datetime64[ns]', freq=None)
返回的對象是DatetimeIndex。
有更實用的方法來創建日期序列。
9.創建包含to_datetime和to_timedelta的時間序列
可以通過向時間戳添加TimedeltaIndex來創建DatetimeIndex。
pd.to_datetime('10-9-2020') + pd.to_timedelta(np.arange(5), 'D')
“D”表示“day”，但還有許多其他選項可用。你可以在這里查看整個清單:https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.to_timedelta.html
10.date_range函數
它提供了一種更靈活的方法來創建DatetimeIndex。
pd.date_range(start='2020-01-10', periods=10, freq='M')
periods參數指定索引中的項數。freq是頻率，“M”表示一個月的最后一天。
就freq參數的參數而言，date_range相當靈活。
pd.date_range(start='2020-01-10', periods=10, freq='6D')
我們創建了一個頻率為6天的索引。
11.period_range 函數
它返回一個周期索引。語法類似於date_range函數。
pd.period_range('2018', periods=10, freq='M')
12.timedelta_range 函數
返回TimedeltaIndex。
pd.timedelta_range(start='0', periods=24, freq='H')
13時區
默認情況下，pandas的時間序列對象沒有指定的時區。
dates = pd.date_range('2019-01-01','2019-01-10')
dates.tz is None
True
我們可以使用tz_localize方法為這些對象指定一個時區。
dates_lcz = dates.tz_localize('Europe/Berlin')
dates_lcz.tz
<DstTzInfo 'Europe/Berlin' LMT+0:53:00 STD>
14.創建具有指定時區的時間序列
我們還可以使用tz關鍵字參數創建一個帶有時區的時間序列對象。
pd.date_range('2020-01-01', periods = 5, freq = 'D', tz='US/Eastern')
15.偏移量
假設我們有一個時間序列索引，並希望偏移特定時間的所有日期。
A = pd.date_range('2020-01-01', periods=10, freq='D')
A
讓我們在這個序列中增加一周的偏移量。
A + pd.offsets.Week()
16.移動時間序列數據
時間序列數據分析可能需要移動數據點來進行比較。shift函數可及時移動數據。
A.shift(10, freq='M')
17.shift與tshift
-
shift：移動數據
-
tshift：改變時間索引
讓我們創建一個帶有時間序列索引的數據幀，並對其進行繪圖，以查看shift和tshift之間的差異。
dates = pd.date_range('2020-03-01', periods=30, freq='D')
values = np.random.randint(10, size=30)
df = pd.DataFrame({'values':values}, index=dates)
df.head()
讓我們將原始時間序列與移位的時間序列一起繪制出來。
import matplotlib.pyplot as plt
fig, axs = plt.subplots(nrows=3, figsize=(10,6), sharey=True)
plt.tight_layout(pad=4)
df.plot(ax=axs[0], legend=None)
df.shift(10).plot(ax=axs[1], legend=None)
df.tshift(10).plot(ax=axs[2], legend=None)
18.使用重采樣功能重新采樣
時間序列數據的另一個常見操作是重采樣。根據任務的不同，我們可能需要以更高或更低的頻率重新采樣數據。
重采樣創建指定內部的組，並允許你對組進行聚合。
讓我們創建一個包含30個值和時間序列索引的Pandas序列。
A = pd.date_range('2020-01-01', periods=30, freq='D')
values = np.random.randint(10, size=30)
S = pd.Series(values, index=A)
下面將返回3天周期的平均值。
S.resample('3D').mean()
19.Asfreq函數
在某些情況下，我們可能對某些頻率下的值感興趣。Asfreq函數返回指定間隔結束時的值。例如，在上一步創建的序列中，我們可能只需要每隔3天（而不是3天平均值）的值。
S.asfreq('3D')
20.滾動
滾動是時間序列數據的一種非常有用的操作。滾動意味着創建一個具有指定大小的滾動窗口，並對該窗口中的數據執行計算，當然，該窗口會滾動數據。下圖解釋了滾動的概念。
值得注意的是，當整個窗口都在數據中時，計算就開始了。換句話說，如果窗口的大小為3，則第一次聚合將在第三行完成。
讓我們將3天的滾動窗口應用到我們的序列中。
S.rolling(3).mean()[:10]
結論
我們已經全面介紹了Pandas的時間序列分析。值得注意的是，Pandas提供了更多的時間序列分析。
官方文檔涵蓋了時間序列的所有功能和方法。乍一看似乎詳盡無遺，但通過練習你會感到有所成長。
官方文檔：https://pandas.pydata.org/docs/user_guide/timeseries.html
謝謝你的閱讀。如果你有任何反饋，請告訴我。
原文鏈接：https://towardsdatascience.com/20-points-to-master-pandas-time-series-analysis-f90155ee0e8a
歡迎關注磐創AI博客站：
http://panchuang.net/
sklearn機器學習中文官方文檔：
http://sklearn123.com/
歡迎關注磐創博客資源匯總站：
http://docs.panchuang.net/