Pandas 時間序列之 Timestamp

1. 前言

上一小節，我們了解了 Pandas 庫中時間序列的特點和三類常用時間序列的類型，從本小節開始，我們將針對每一類時間序列展開詳細的學習，本小節我們將學習時間序列之時間戳 (Timestamp) 的詳細特點和創建方法。

2. 時間戳

時間戳表示特定的時間點，在 Pandas 中的提供了時間戳數據類型 Timestamp 。

2.1 時間戳的創建方法

Pandas 庫中提供了函數供時間戳的創建，其中有幾個常用參數，我們這在這里列舉一下：

pd.Timestamp(ts_input, freq=None, tz=None, unit=None,year=None, month=None, day=None, hour=None, minute=None,second=None, microsecond=None, nanosecond=None, tzinfo=None)

下面我們通過代碼展示一下 Timestamp () 函數創建時間戳的操作：

# 導入 pandas 數據包
import pandas as pd
date_res=pd.Timestamp("2020-12-23")
print(date_res)
print(type(date_res))
# --- 輸出結果 ---
2020-12-23 00:00:00
<class 'pandas._libs.tslibs.timestamps.Timestamp'>
# 結果解析：這里我們通過直接傳一個字符串的日期數據，Timestamp() 函數會創建一個時間戳數據

date_res=pd.Timestamp(year=2021,month=1,day=3,hour=12,minute=23,second=22)
print(date_res)
print(type(date_res))
# --- 輸出結果 ---
2021-01-03 12:00:22
<class 'pandas._libs.tslibs.timestamps.Timestamp'>
# 結果解析：這里我們通過指定年月日時分秒，生成一個時間戳，如果我們不指定對應的數值，默認是 0

2.2 時間戳常用的屬性和方法

Pandas 時間戳對象中提供了豐富的屬性，便于對時間戳的處理，這里我們通過代碼具體演示幾個常用的屬性和方法。

1. weekofyear 屬性

獲取該時間戳在當年的第多少周

date_res=pd.Timestamp("2020-3-17",tz='Asia/Shanghai')
print(date_res.weekofyear)
# --- 輸出結果 ---
12

2. dayofyear 屬性

獲取該時間是一年的第多少天

date_res=pd.Timestamp("2021-1-6",tz='Asia/Shanghai')
print(date_res.dayofyear)
# --- 輸出結果 ---
6

3. is_year_end 屬性

獲取該時間戳是否是一年的最后一天

date_res=pd.Timestamp("2021-1-6",tz='Asia/Shanghai')
print(date_res.is_year_end)
# --- 輸出結果 ---
False

4. now() 方法

獲取當前時間的方法

date_res=pd.Timestamp("2020-3-17",tz='Asia/Shanghai')
print(date_res.now())
# --- 輸出結果 ---
2021-01-06 21:30:08.051878

5. day_name() 方法

獲取時間戳是星期幾名字的方法

date_res=pd.Timestamp("2021-1-6",tz='Asia/Shanghai')
print(date_res.day_name())
# --- 輸出結果 ---
Wednesday

6. isocalendar() 方法

獲取時間戳是那一年，這一年的第幾周，周幾這三個值

date_res=pd.Timestamp("2021-1-6",tz='Asia/Shanghai')
print(date_res.isocalendar())
# --- 輸出結果 ---
(2021, 1, 3)

2.3 時間戳索引

上面我講到的時間戳，在放到數據集中，我們可以將其作為時間戳索引，便于我們在時間基礎上對數據的處理和分析，時間戳作為索引序列對應的對應的類型是 DatetimeIndex ，它可以用于 Series 和 DataFrame 的數據集中。下面我們通過構造一組 Series 數據，來進行演示創建時間索引 DatetimeIndex 和時間索引數據的查找特點：

# 導入 pandas 數據包
import pandas as pd
df_data=pd.Series([786,890,977,912,825,586], index=['2017-04-12','2017-05-17','2018-04-12','2020-05-16','2018-05-12','2020-04-12'])
print(df_data)

# --- 輸出結果 ---
2017-04-12    786
2017-05-17    890
2018-04-12    977
2020-05-16    912
2018-05-12    825
2020-04-12    586
dtype: int64

輸出解析：這里看到我們的數據索引是一組年月日的數據格式，但他們的數據類型并不是時間序列，而是字符串。這里我們要用到 DatetimeIndex () 函數將一組數據轉換為時間戳索引：

# 通過 DatetimeIndex() 函數 轉換為時間戳索引
index_date=pd.DatetimeIndex(['2017-04-12','2017-05-17','2018-04-12','2020-05-16',
                             '2018-05-12','2020-04-12'])
df_data=pd.Series([786,890,977,912,825,586],index=index_date)
print(df_data)

# --- 輸出結果 ---
2017-04-12    786
2017-05-17    890
2018-04-12    977
2020-05-16    912
2018-05-12    825
2020-04-12    586
dtype: int64
# 結果解析：在輸出結果上和之前沒有什么區別，但這里我們能方便的對數據的時間索引進行查找操作，可以直接獲得某一年的數據：

print(df_data['2017'])
# --- 輸出結果 ---
2017-04-12    786
2017-05-17    890
dtype: int64

除了上面通過 DatetimeIndex () 函數創建時間戳索引，我們還可以通過 date_range () 函數來生成時間戳索引，具體操作如下：

# 導入 pandas 數據包
import pandas as pd
index_date=pd.date_range(start="2020-12-20 01:00:00",end="2020-12-20 12:00:00",freq="2H")
series_data=pd.Series([786,890,977,912,825,586],index=index_date)
print(series_data)
# --- 輸出結果 ---
2020-12-20 01:00:00    786
2020-12-20 03:00:00    890
2020-12-20 05:00:00    977
2020-12-20 07:00:00    912
2020-12-20 09:00:00    825
2020-12-20 11:00:00    586
Freq: 2H, dtype: int64

3. 小結

本節課程我們主要學習了 Pandas 庫中的時間戳，表示具體的時間點，學習如何創建一個時間戳，時間戳中常用的方法和屬性，以及時間戳索引的相關知識。本節課程的重點如下：

• 創建時間戳，以及時間戳中常用的方法和屬性；
• 時間戳索引的特點，以及如何將時間數據轉換為時間戳索引。