Pandas必备技能之“时间序列数据处理”

时刻序列数据Time Series Data是在差异时刻上网络到的数据，这类数据是定时刻次序网络到的，用于所描写征象随时刻变革的环境。

时刻序列说明普及应用于计量经济学模子中，通过探求汗青数据中某一征象的成长纪律，对将来举办猜测。

时刻序列数据作为时刻序列说明的基本，学会怎样对它举办奇妙地处理赏罚长短常须要的，Python中的Pandas库为我们提供了强盛的时刻序列数据处理赏罚的要领，本文会先容个中常用的几个。

【器材】

• Python 3
• Tushare

01、时刻名目转换

偶然辰，我们得到的原始数据并不是凭证时刻范例索引举办分列的，必要先举办时刻名目标转换，为后续的操纵和说明做筹备。

这里先容两种要领。第一种要领是用pandas.read_csv导入文件的时辰，通过配置参数parse_dates和index_col，直接对日期罗列办转换，并将其配置为索引。关于参数的具体表明，请查察文档【1】。

如下示例中，在没有配置参数之前，可以调查到数据齐集的索引是数字0-208，'date'列的数据范例也不是日期。

In [8]: data = pd.read_csv('unemployment.csv') 
In [9]: data.info() 
<class 'pandas.core.frame.DataFrame'> 
RangeIndex: 209 entries, 0 to 208 
Data columns (total 2 columns): 
date      209 non-null object 
UNRATE    209 non-null float64 
dtypes: float64(1), object(1) 
memory usage: 3.3+ KB 

配置参数parse_dates = ['date'] ，将数据范例转换成日期，再配置 index_col = 'date'，将这一列用作索引，功效如下。

In [11]: data = pd.read_csv('unemployment.csv', parse_dates=['date'], index_col='date') 
 
In [12]: data.info() 
<class 'pandas.core.frame.DataFrame'> 
DatetimeIndex: 209 entries, 2000-01-01 to 2017-05-01 
Data columns (total 1 columns): 
UNRATE    209 non-null float64 
dtypes: float64(1) 
memory usage: 13.3 KB 

这时，索引酿成了日期'20000101'-'2017-05-01'，数据范例是datetime。

第二种要领是在已经导入数据的环境下，用pd.to_datetime()【2】将列转换成日期范例，再用 df.set_index()【3】将其配置为索引，完成转换。

以tushare.pro上面的日线行情数据为例，我们把'trade_date'列转换成日期范例，并配置成索引。

import tushare as ts 
import pandas as pd 
 
pd.set_option('expand_frame_repr', False)  # 列太多时不换行 
pro = ts.pro_api() 
 
df = pro.daily(ts_code='000001.SZ', start_date='20180701', end_date='20180718') 
 
df.info() 
 
<class 'pandas.core.frame.DataFrame'> 
RangeIndex: 13 entries, 0 to 12 
Data columns (total 11 columns): 
ts_code       13 non-null object 
trade_date    13 non-null object 
open          13 non-null float64 
high          13 non-null float64 
low           13 non-null float64 
close         13 non-null float64 
pre_close     13 non-null float64 
change        13 non-null float64 
pct_chg       13 non-null float64 
vol           13 non-null float64 
amount        13 non-null float64 
dtypes: float64(9), object(2) 
memory usage: 1.2+ KB 
None 
 
 
df['trade_date'] = pd.to_datetime(df['trade_date']) 
df.set_index('trade_date', inplace=True) 
df.sort_values('trade_date', ascending=True, inplace=True)  # 升序分列 
 
df.info() 
 
<class 'pandas.core.frame.DataFrame'> 
DatetimeIndex: 13 entries, 2018-07-02 to 2018-07-18 
Data columns (total 10 columns): 
ts_code      13 non-null object 
open         13 non-null float64 
high         13 non-null float64 
low          13 non-null float64 
close        13 non-null float64 
pre_close    13 non-null float64 
change       13 non-null float64 
pct_chg      13 non-null float64 
vol          13 non-null float64 
amount       13 non-null float64 
dtypes: float64(9), object(1) 
memory usage: 1.1+ KB 

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!