python 时间序列分析库,python序列数据类型

　　因为TimeSeries是Series的子类，所以在数据选择上和Series是一样的。

　　创建一个时间序列ts例如：

　　从pandas导入系列从numpy导入随机数从datetime导入datetime导入numpy作为NP导入pandas作为pddates=[datetime(2011，1，2)，datetime(2011年1月5日)，Datetime(2011年1月7日)，Datetime(2011年1月8日)，Datetime(2011年1月9日)] ts=系列(NP。随意

　　in:stamp=ts . index[2]print(ts[stamp])print(ts[ts . index[2]])print(ts[2])2。传入一个可以解释为日期的字符串。

　　in:print(ts[ 2011 01 02 ])print(ts[ 1/2/2011 ])print(ts[ 2011-01-02 ])如果我们使用的是长时间序列，可能需要取某一段时间的数据，所以需要为时间序列选择某一段时间。

　　首先，创建一个长时间序列longer_tp例如：

　　in:longer _ TP=series(NP . random . randn(1000)，index=pd.date _ range (1/1/2011 ，period=1000)) print (longer _ TP) 1 .选择“年”或“年和月”的数据切片

　　in:print(Longer _ TP[ 2011 ])print(Longer _ TP[ 2011-05 ])2 .选择特定日期后的数据切片。

　　in:print(Longer _ TP[DateTime(2011年1月，2月):]) 3 .选择特定时间段的数据切片，或者使用时间序列中不存在的时间戳对其进行切片。输入的日期可以是日期时间、时间戳或字符串日期。

　　in:print(Longer _ TP[datetime(2011，1，2):datetime(2011，2，2)])print(Longer _ TP[datetime(2010，12，1):datetime(2011，1，10)])print(Longer _ TP[ 2011-01-01 00:00: 2011-02-01 00:00 ])print(Longer _ TP[ 2011 01 01: 201

　　In: print (Longer _ TP。Truncate (after= 1/9/2011 ))在某些应用场景下，可能会出现一个时间点有多个观测值的情况。这时候我们按时间点选取数据，那个时间点有几个观测值，就会输出几个观测值。

　　创建重复的时间序列dup_ts例如：

　　In:dates=pd。DatetimeIndex([1/1/2011 ， 1/2/2011 ， 1/2/2011 ， 1/2/2011 ， 1/3/2011 ])dup _ ts=Series(NP . randn(5)，Index=dates) print(dup_ts)可以通过使用检查索引的is_unique属性来检查时间序列是否唯一。如果唯一，则输出True，如果不唯一，则输出False。

　　in:print(dup _ ts . index . is _ unique)1。选择不重复的时间点。

　　in:print(dup _ ts[日期时间(2011年1月，3月)] 2。选择重复的时间点。

　　In:print(dup_ts[datetime(2011，1，2)])

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。