Python Pandas 时间序列分析

1、时间数据类型

Pandas 库中，处理时间数据是一个核心功能，特别是对于时间序列分析。Pandas 提供了专门的数据类型和一系列工具来处理时间和日期。

1）pd.Timestamp()

pd.Timestamp()?用于创建一个时间戳对象，这在处理日期和时间数据时非常有用。pd.Timestamp 实质上是 Python 标准库中?datetime.datetime?的一个替代品，但提供了更多针对金融数据等领域的功能。它是 Pandas DatetimeIndex 的基础元素。

参数说明：

参数	描述
时间数据	时间数据，可以是字符串、整数、浮点数或 datetime 对象。
tz	指定时间戳的时区，可以是字符串或时区对象。
unit	当使用数字创建时间戳时，指定数字的单位，默认为 'ns'（纳秒）。
year	指定时间戳的年份部分。
month	指定时间戳的月份部分。
day	指定时间戳的日期部分。
hour	指定时间戳的小时部分。
minute	指定时间戳的分钟部分。
second	指定时间戳的秒部分。
microsecond	指定时间戳的微秒部分。
nanosecond	指定时间戳的纳秒部分。
freq	用于指定时间频率，主要用于时间序列分析。
fold	用于处理夏令时切换期间的模糊时间。

使用示例：Python Pandas 时间序列分析-CJavaPy

2）pd.DatetimeIndex()

pd.DatetimeIndex()用于创建一个日期时间索引 (DatetimeIndex)。这对于处理时间序列数据非常有用，可以对时间数据进行高效的操作和索引。

参数说明：

参数	描述
data	用于创建 DatetimeIndex 的数据， 可以是日期字符串列表、datetime 对象列表等。
start	生成日期范围的开始日期， 通常与 'end' 或 'periods' 结合使用。
end	生成日期范围的结束日期， 通常与 'start' 结合使用。
periods	指定生成的时间戳数量， 通常与 'start' 或 'end' 结合使用。
freq	生成日期范围的频率，如 'D'（每日）、'M'（每月）等。
tz	设置时区，可以是字符串 （如 'Asia/Shanghai'）或时区对象。
normalize	如果为 True，将时间标准化到午夜时间。
closed	定义区间的开闭性， 'left' 或 'right' 表示包含区间的左端点或右端点。
name	为 DatetimeIndex 设置一个名称。
dayfirst	当解析模糊的日期字符串时，确定是否优先解析为日。
yearfirst	当解析模糊的日期字符串时，确定是否优先解析为年。
dtype	DatetimeIndex 的数据类型，通常为 'datetime64[ns]'。

?使用示例：Python Pandas 时间序列分析-CJavaPy

3）pd.Timedelta()

pd.Timedelta()?是 Pandas 中用于表示时间差（即持续时间）的函数。它类似于 Python 原生的?datetime.timedelta，但提供了更多与时间序列相关的功能。pd.Timedelta 对象表示一个时间间隔，可以用来进行日期和时间的计算。

参数说明：

参数	描述
value	可以是一个字符串（如 '1 days'）、整数、浮点数， 或者是一个 datetime.timedelta 对象。 这是用来定义时间差的主要方式。
unit	当 value 是一个整数或浮点数时， unit 参数用来指定该数值的单位。 有效的单位包括 'days'、'hours'、 'minutes'、'seconds'、 'milliseconds'、'microseconds'、 'nanoseconds'。
kwargs	其他关键字参数，用于提供额外的时间单位值， 如上述 days、seconds 等。

使用示例：

import pandas as pd
import datetime

# 使用字符串创建 Timedelta
td_from_str = pd.Timedelta('2 days 3 hours 30 minutes')

# 使用整数值和单位参数创建 Timedelta
td_from_int = pd.Timedelta(42, unit='h')  # 42小时

# 直接使用天、小时等参数创建 Timedelta
td_from_components = pd.Timedelta(days=2, hours=5, minutes=30)

# 使用 datetime.timedelta 对象创建 Timedelta
td_from_datetime = pd.Timedelta(datetime.timedelta(days=1, seconds=3600))

# 输出内容
print("Timedelta from string:", td_from_str)
print("Timedelta from integer and unit:", td_from_int)
print("Timedelta from components:", td_from_components)
print("Timedelta from datetime.timedelta:", td_from_datetime)

4） pd.Period() 和 pd.period_range()

pd.Period()用于表示一个时间跨度，比如一个特定的日、月、季度或年。pd.period_range()生成一个时期范围，类似于?pd.date_range()，但用于时期而不是时间戳。

参数选项：

pd.Period()

参数	描述
value	时期的开始时间。可以是字符串、整数或另一个时期对象。
freq	时期的频率。例如 'D' 代表日，'M' 代表月，'A' 或 'Y' 代表年等。

pd.period_range()

参数	描述
start	范围的开始时间。可以是字符串或时期对象。
end	范围的结束时间。可以是字符串或时期对象。
periods	要生成的时期数量。如果指定了 start 和 end，这个参数可选。
freq	时期的频率。例如 'D'、'M'、'A' 等。
name	生成的 PeriodIndex 的名称。

使用示例：

import pandas as pd

# 创建一个月度时期
monthly_period = pd.Period(value='2021-01', freq='M')

# 创建一个年度时期
annual_period = pd.Period(value='2021', freq='A')
# 创建一个月度时期范围
monthly_period_range = pd.period_range(start='2021-01', end='2021-12', freq='M')

# 创建一个年度时期范围
annual_period_range = pd.period_range(start='2020', end='2023', freq='A')

# 创建一个固定数量的日度时期范围
daily_period_range = pd.period_range(start='2021-01-01', periods=30, freq='D')

print(monthly_period)
print(annual_period)
print(monthly_period_range)
print(annual_period_range)
print(daily_period_range)

2、时间序列功能

Pandas 时间序列分析的基础是 Series 对象。Series 对象是单变量时间序列数据结构。使用 Pandas 处理时间序列数据时，可以轻松地完成数据读取、清洗、转换、分析和可视化等任务。这些功能在金融数据分析、经济学研究、环境科学等多个领域都非常有用。

1）时间范围生成

pandas.date_range?函数是用于生成日期范围的主要工具。这个函数非常灵活，可以根据多种不同的参数来定制日期序列。

参数说明：

参数	描述
start	时间范围的开始日期。
end	时间范围的结束日期。
periods	生成的时间点的数量（如果指定了 start 和 end，则无需此参数）。
freq	频率，决定时间点之间的间隔 （例如，'D' 代表每日，'M' 代表每月，'H' 代表每小时等）。
tz	时区。
normalize	布尔值，如果为 True，则时间点将被标准化到午夜时间。

?使用示例：Python Pandas 时间序列分析-CJavaPy

2）时间频率转换

处理时间序列时常用的功能之一是时间频率的转换，包括重采样（Resampling）和频率转换（Frequency Conversion）。使用resample()方法实现重采样。重采样是改变时间序列频率的过程，包括将高频率数据转换为低频率（降采样），或将低频率数据转换为高频率（升采样）。使用asfreq()实现频率转换，引操作涉及改变时间序列的频率而不改变数据的聚合。

import pandas as pd
import numpy as np

# 创建一个日频率的时间序列
rng = pd.date_range('2020-01-01', periods=100, freq='D')
ts = pd.Series(np.random.randn(len(rng)), index=rng)

# 1. 重采样（Resampling）
# 将日数据重采样为月数据，并计算每月的平均值
ts_monthly = ts.resample('M').mean()
print("重采样为月频率的时间序列:\n", ts_monthly)

# 2. 频率转换（Frequency Conversion）
# 将月数据转换为季度数据，保持季度末的值
ts_quarterly = ts_monthly.asfreq('Q')
print("\n转换为季度频率的时间序列:\n", ts_quarterly)

3）移动窗口

移动窗口是时间序列分析中的一个强大工具，特别适用于趋势分析、数据平滑处理等应用场景。处理时间序列数据时一个重要的功能是使用移动窗口（Moving Window）。移动窗口操作可以在固定大小的窗口上应用函数，常用于平滑数据、计算滚动统计量等。这种技术在金融数据分析中尤为常见，比如计算移动平均或移动标准差。

import pandas as pd
import numpy as np

# 创建一个时间序列
dates = pd.date_range('20230101', periods=10)
series = pd.Series(np.random.randn(10), index=dates)

# 计算移动平均
rolling_mean = series.rolling(window=3).mean()

# 计算移动标准差
rolling_std = series.rolling(window=3).std()

# 显示原始数据和移动窗口计算结果
print("原始数据:\n", series)
print("\n移动平均:\n", rolling_mean)
print("\n移动标准差:\n", rolling_std)

4）时间序列绘图

制时间序列图是一个常见且重要的操作，尤其适用于数据分析和数据可视化的领域。Pandas与Matplotlib库紧密集成，使得绘制时间序列数据变得简单直观。

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

# 创建时间序列数据
dates = pd.date_range('20230101', periods=100)
data = pd.DataFrame({'value': np.random.randn(100)}, index=dates)

data.plot()
plt.title('Time Series Plot')
plt.ylabel('Values')
plt.xlabel('Date')
plt.show()

参考文档：Python Pandas 时间序列分析-CJavaPy