Python資料分析基礎（八）——時間序列
阿新 • • 發佈：2019-02-06
時間序列資料是一種重要的結構化資料形式。
datetime模組中的資料型別
| 型別 | 說明 |
|---|---|
| date | 以公曆形式儲存日曆日期（年、月、日） |
| time | 將時間儲存為時、分、秒、毫秒 |
| datetime | 儲存日期和時間 |
| timedelta | 表示兩個datetime值之間的差（日、秒、毫秒） |
datettime格式定義
| 程式碼 | 說明 |
|---|---|
| %Y | 4位數的年 |
| %y | 2位數的年 |
| %m | 2位數的月[01, 12] |
| %d | 2位數的日[01, 31] |
| %H | 時（24小時制）[00, 23] |
| %I | 時（12小時制）[01, 12] |
| %M | 2位數的分[00, 59] |
| %S | 秒00, 61 |
| %w | 用整數表示的星期幾[0（星期天）, 6] |
| %U | 每年的第幾周[00, 53]，星期天被認為是每週的第一天 |
| %W | 每年的第幾周[00, 53]，星期一被認為是每週的第一天 |
| %z | 以+HHMM或-HHMM表示的UTC時區偏移量 |
| %F | %Y-%m-%d簡寫形式 |
| %D | %m/%d/%y簡寫形式 |
特定於當前環境的日期格式
| 程式碼 | 說明 |
|---|---|
| %a | 星期幾的簡寫 |
| %A | 星期幾的全稱 |
| %b | 月份的簡寫 |
| %B | 月份的全稱 |
| %c | 完整的日期和時間 |
| %p | 不同環境中的AM或PM |
| %x | 適合於當前環境的日期格式 |
| %X | 適合於當前環境的時間格式 |
時間序列的基礎頻率
| 別名 | 偏移量型別 | 說明 |
|---|---|---|
| D | Day | 每日日曆 |
| B | BusinessDay | 每工作日 |
| H | Hour | 每小時 |
| T或min | Minute | 每分 |
| S | Second | 每秒 |
| L或ms | Milli | 每毫秒 |
| U | Micro | 每微秒 |
| M | MonthEnd | 每月最後一個日曆日 |
| BM | BusinessMonthEnd | 每月最後一個工作日 |
| MS | MonthBegin | 每月第一個日曆日 |
| BMS | BusinessMonthBegin | 每月第一個工作日 |
| W-MON、W-TUE | Week | 從指定的星期幾（MON、TUE、WED、THU、FRI、SAT、SUN）開始算起，每週 |
| WOM-1MON、WOM-2MON | WeekOfMonth | 產生每月第一、第二、第三或第四周的星期幾 |
| Q-JAN、Q-FEB | QuarterEnd | 對於以指定月份（JAN、FEB、MAR、APR、MAY、JUN、JUL、AUG、SEP、OCT、NOV、DEC）結束的年度，每季度最後一月的最後一個日曆日 |
| BQ-JAN、BQ-FEB | BusinessQuarterEnd | 對於以指定月份結束的年度，每季度最後一月的最後一個工作日 |
| QS-JAN、QS-FEB | QuarterBeging | 對於以指定月份結束的年度，每季度最後一月的第一個日曆日 |
| BQS-JAN、BQS-FEB | BusinessQuarterBegin | 對於以指定月份結束的年度，每季度最後一月的第一個工作日 |
| A-JAN、A-FEB | YearEnd | 每年指定月份的最後一個日曆日 |
| BA-JAV、BA-FEB | BusinessYearEnd | 每年指定月份的最後一個工作日 |
| AS-JAN、AS-FEB | YearBegin | 每年指定月份的第一個日曆日 |
| BAS-JAV、BAS-FEB | BusinessYearBegin | 每年指定月份的第一個工作日 |
resample方法的引數
| 引數 | 說明 |
|---|---|
| freq | 表示重取樣頻率的字串或DateOffset，例如'M'、'5min'或Second(15) |
| how='mean' | 用於產生聚合值的函式名或陣列函式，例如'mean'、'ohlc'、np.max等。預設為'mean'，其他常用的值有：'first'、'last'、'median'、'ohlc'、'max'、'min'。 |
| axis=0 | 重取樣的軸，預設為axis=0 |
| fill_method=None | 升取樣時如何插值，比如'ffill'或'bfill'。預設不插值 |
| closed='right' | 在降取樣中，各時間段的哪一端是閉合（即包含）的，'right'或'left'，預設為'right' |
| label='right' | 在降取樣中，如何設定聚合值的標籤，'right'或'left'（面元的右邊界或左邊界），預設為'right' |
| loffset=None | 面元標籤的時間校正值，比如'-1s'/Second(-1)用於將聚合標籤調早1秒 |
| limit=None | 在前向或後向填充時，允許填充的最大時期數 |
| kind=None | 聚合到時期（'period'）或時間戳（'timestamp'），預設聚合到時間序列的索引型別 |
| convention=None | 當重取樣時期時，將低頻率轉換到高頻率所採用的約定（'start'或'end')，預設為'end' |
移動視窗和指數加權函式
| 函式 | 說明 |
|---|---|
| rolling_count | 返回各視窗非NA觀測值的數量 |
| rolling_sum | 移動視窗的和 |
| rolling_mean | 移動視窗的平均數 |
| rolling_median | 移動視窗的中位數 |
| rolling_var、rolling_std | 移動視窗的方差和標準差。分母為n-1 |
| rolling_skew、rolling_kurt | 移到視窗的偏度（三階矩）和峰度（四階矩） |
| rolling_min、rolling_max | 移動視窗的最小值和最大值 |
| rolling_quantile | 移動視窗指定百分位數/樣本分位數位置的值 |
| rolling_corr、rolling_cov | 移動視窗的相關係數和協方差 |
| rolling_apply | 對移動視窗應用普通陣列函式 |
| ewma | 指數加權移動平均 |
| ewmvar、evmstd | 指數加權移動方差和標準差 |
| ewmcorr、ewmcov | 指數加權移動相關係數和協方差 |
參考文獻：
利用Python進行資料分析. Wes McKinney. 唐學韜譯