软件测试|数据处理神器pandas教程（八）

前言

前面的文章中，我们讲解了pandas处理时间的功能，本篇文章我们来介绍pandas时间序列的处理。

时间序列

顾名思义，时间序列（time series），就是由时间构成的序列，它指的是在一定时间内按照时间顺序测量的某个变量的取值序列，比如一天内的温度会随时间而发生变化，或者股票的价格会随着时间不断的波动，这里用到的一系列时间，就可以看做时间序列。时间序列包含三种应用场景，分别是：

• 特定的时刻（timestamp），也就是时间戳；
• 固定的日期（period），比如某年某月某日；
• 时间间隔（interval），每隔一段时间具有规律性；

在处理时间序列的过程中，我们一般会遇到两个问题，第一，如何创建时间序列；第二，如何更改已生成时间序列的频率。 Pandas 为解决上述问题提供了一套简单、易用的方法。

在Python中，有内置的datetime模块来获取当前时间，通过datetime.now()即可获取本地当前时间。代码如下：

from datetime import datetime
#数据类型为datetime
print(datetime.now())

pandas也提供了一系列处理时间的方法，下面我们对pandas时间处理进行介绍。

创建时间戳

TimeStamp（时间戳） 是时间序列中的最基本的数据类型，它将数值与时间点完美结合在一起。Pandas 使用下列方法创建时间戳：

import pandas as pd
print (pd.Timestamp('2023-03-26'))

-----------------------------
输出结果如下：
2023-03-26 00:00:00

同样，可以将整型或浮点型表示的时间转换为时间戳。默认的单位是纳秒(时间戳单位)，示例如下：

import pandas as pd
print(pd.Timestamp(1679818304,unit='s'))

---------------------
输出结果如下：
2023-03-26 08:11:44

创建时间范围

通过 date_range() 方法可以创建某段连续的时间或者固定间隔的时间时间段。该函数提供了三个参数，分别是：

• start：开始时间
• end：结束时间
• freq：时间频率，默认为 “D”（天）

示例如下：

import pandas as pd
#freq表示时间频率，每30min变化一次
print(pd.date_range("9:00", "15:15", freq="30min").time)

-----------------
输出结果如下：
[datetime.time(9, 0) datetime.time(9, 30) datetime.time(10, 0)
 datetime.time(10, 30) datetime.time(11, 0) datetime.time(11, 30)
 datetime.time(12, 0) datetime.time(12, 30) datetime.time(13, 0)
 datetime.time(13, 30) datetime.time(14, 0) datetime.time(14, 30)
 datetime.time(15, 0)]

更改时间频率，上面我们的时间频率是以30分钟为间隔的，我们也可以将时间间隔修改为一个小时，代码如下：

import pandas as pd
# 修改为按小时
print(pd.date_range("7:10", "11:45", freq="H").time)

----------------------
输出结果如下：
[datetime.time(7, 10) datetime.time(8, 10) datetime.time(9, 10)
 datetime.time(10, 10) datetime.time(11, 10)]

转化为时间戳

可以使用 to_datetime() 函数将 series 或 list 转换为日期对象，其中 list 会转换为DatetimeIndex。示例如下：

import pandas as pd

print(pd.to_datetime(pd.Series(['Mar 23, 2023','2023-03-26', None])))
-----------------------------
输出结果如下：
0   2023-03-23
1   2023-03-26
2          NaT
dtype: datetime64[ns]

注： NaT 表示的不是时间 ，它等效于 NaN。

还有一个示例

import pandas as pd
#传入list，生成Datetimeindex
print(pd.to_datetime(['Mar 20, 2023','2023-03-31', None]))

------------------------
输出结果如下：
DatetimeIndex(['2023-03-20', '2023-03-31', 'NaT'], dtype='datetime64[ns]', freq=None)

频率和周期转换

Time Periods 表示时间跨度，一段时间周期，它被定义在 Pandas Periods 类中，通过该类提供的方法可以实现将频率转换为周期。比如 Periods() 方法，可以将频率 “M”（月）转换为 Period（时间段）。

下面示例，使用 asfreq() 和 start 参数，打印 “01” ，若使用 end 参数，则打印 “31”。示例如下：

import pandas as pd
x = pd.Period('2023', freq='M')
#start参数
print(x.asfreq('D', 'start'))
#end参数
print(x.asfreq('D', 'end'))

------------------------
输出结果如下：
2023-01-01
2023-01-31

对于常用的时间序列频率，Pandas 为其规定了一些字符串别名，我们将这些别名称为“offset（偏移量）”。如下表所示：

时间周期计算

周期计算，指的是对时间周期进行算术运算，所有的操作将在“频率”的基础上执行。

import pandas as pd
#S表示秒
x = pd.Period('2023', freq='S')
print(x)
----------------------------
输出结果如下：

2023-01-01 00:00:00

执行计算示例：

import pandas as pd
x = pd.Period('2023', freq='S')
#加2s的时间
print(x+2)
---------------
输出结果如下：
2023-01-01 00:00:02

完整示例：

import pandas as pd

#定义时期period，默认freq="Y"年份
p1=pd.Period('2023')
p2=pd.Period('2022')
#使用f''格式化输出
print(f'p1={p1}年')
print(f'p2={p2}年')
print(f'p1和p2间隔{p1-p2}年')
#f''表示字符串格式化输出
print(f'五年前是{p1-5}年')

--------------------
输出结果如下：
p1=2023年
p2=2022年
p1和p2间隔<YearEnd: month=12>年
五年前是2018年

创建时间周期

使用 period_range() 方法来创建时间周期范围。示例如下：

import pandas as pd
#Y表示年
p = pd.period_range('2020','2023', freq='Y')
print(p)
-----------------------------
输出结果如下：
PeriodIndex(['2020', '2021', '2022', '2023'], dtype='period[A-DEC]')

创建日期范围

Pandas 提供了用来创建日期序列的函数 date_range()，该函数的默认频率为 “D”， 也就是“天”。日期序列只包含年、月、日，不包含时、分、秒。

示例如下：

import pandas as pd
print(pd.date_range('03/26/2023', periods=10))
-------------------
输出结果如下：
DatetimeIndex(['2023-03-26', '2023-03-27', '2023-03-28', '2023-03-29',
               '2023-03-30', '2023-03-31', '2023-04-01', '2023-04-02',
               '2023-04-03', '2023-04-04'],
              dtype='datetime64[ns]', freq='D')

注：使用 date_range() 来创建日期范围时，该函数包含结束的日期，用数学术语来说就是区间左闭右闭，即包含起始值，也包含结束值。

更改日频率

使用下列方法可以修改频率，比如按“天”为按“月”，示例如下：

import pandas as pd
print(pd.date_range('01/31/2023', periods=5,freq='M'))
-------------------------
输出结果如下：
DatetimeIndex(['2023-01-31', '2023-02-28', '2023-03-31', '2023-04-30',
               '2023-05-31'],
              dtype='datetime64[ns]', freq='M')

工作日时间

bdate_range() 表示创建工作日的日期范围，它与 date_range() 不同，它不包括周六、周日。

import pandas as pd

print(pd.bdate_range('03/26/2023', periods=10))
----------------------
输出结果如下：
DatetimeIndex(['2023-03-27', '2023-03-28', '2023-03-29', '2023-03-30',
               '2023-03-31', '2023-04-03', '2023-04-04', '2023-04-05',
               '2023-04-06', '2023-04-07'],
              dtype='datetime64[ns]', freq='B')

date_range() 默认频率是日历日，而 bdate_range() 的默认频率是工作日。

注：中国传统节假日并没有默认为休息日，所以输出的还是按照是否为周六周日判定是否为工作日。

总结

本文主要介绍了pandas时间序列相关内容，pandas对于时间的处理非常丰富，功能也十分强大，对于我们的工作有很大帮助。后续我们将介绍pandas时间差的处理。