pandas時序資料 task4

2021-10-07 15:04:37 字數 2043 閱讀 1826

這裡寫一點自己的理解吧,之前學習完材料後做了一些總結,但做練習題目時完全不會,目前想法是掌握了多少寫多少,這裡主要掌握了date_range,to_datetime.

兩者的區別主要在days為單位時,如果原時間帶有夏令時間,那麼絕對時間的一天,是24小時,而相對時間的一天,則有可能不等於24小時,為的是前一天時間,加1days,會等於後一天同一時刻。

即timedelta絕對時間差的特點指無論是冬令時還是夏令時,增減1day都只計算24小時

dataoffset相對時間差指,無論一天是23\24\25小時,增減1day都與當天相同的時間保持一致

例如,英國當地時間 2023年03月29日,01:00:00 時鐘向前調整 1 小時 變為 2023年03月29日,02:00:00,開始夏令時。

ts = pd.timestamp(

'2020-3-29 01:00:00'

, tz=

'europe/helsinki'

)ts + pd.timedelta(days=

1)

如果把時區去掉,那麼結果會一樣。

pd.to_datetime()可以將列表,series轉為時間格式,這個在使用中十分有用。

使用pd.date_range()可以方便的生成時間序列。

date_range()方法

一般來說,start/end/periods(時間點個數)/freq(間隔方法)是該方法最重要的引數,給定了其中的3個,剩下的乙個就會被確定

pd.date_range(start=

'2020/1/1'

,end=

'2020/1/10'

,periods=3)

datetimeindex(

['2020-01-01 00:00:00'

,'2020-01-05 12:00:00'

,'2020-01-10 00:00:00'],

dtype=

'datetime64[ns]'

, freq=

none

)

這裡注意periods為時間點數,freq表示時間單位間隔

過濾時間點的方法,bdate_range()

bdate_range是乙個類似與date_range的方法,特點在於可以在自帶的工作日間隔設定上,再選擇weekmask引數和holidays引數

它的freq中有乙個特殊的』c』/『cbm』/'cbms』選項,表示定製,需要聯合weekmask引數和holidays引數使用

例如現在需要將工作日中的周

一、周二、周五3天保留,並將部分holidays剔除

weekmask =

'mon tue fri'

holidays =

[pd.timestamp(

'2020/1/%s'

%i)for i in

range(7

,13)]

#注意holidays

pd.bdate_range(start=

'2020-1-1'

,end=

'2020-1-15'

,freq=

'c',weekmask=weekmask,holidays=holidays)

out[18]

:datetimeindex(

['2020-01-03'

,'2020-01-06'

,'2020-01-13'

,'2020-01-14'

], dtype=

'datetime64[ns]'

, freq=

'c')

holidays表示要跳過的時間點,weekmask表示保留的星期數,預設周一到周五保留。

pandas學習 時序資料

三 時間差 四 日期偏置 五 時序中的滑窗與分組 概念單元素型別 陣列型別 pandas資料型別 date times timestamp datetimeindex datetime64 ns time deltas timedelta timedeltaindex timedelta64 ns ...

學習筆記Task4

趕專案進度,僅了解 神經網路是由具有適應性的簡單單元所組成的廣泛並行互連的網路,它的組織能夠模擬生物神經系統對真實世界所做出的的互動反應。神經網路最基本的成分是神經元模型,當通過神經元的資訊信好超過某乙個閾值,那麼該神經元就會啟用,從而作用於下乙個神經元。在m p神經元模型中,神經元接收到來自n個其...

pandas學習之時序資料

時序資料處理太難了,很多知識點沒有搞明白。先把自己理解清楚的內容記錄下。1 首先需要知道,時間變數在python系統中是以時間戳型別儲存的,由日期和時間共同組成,即timestamp,精確到ns。2 date range 是一種生成連續間隔時間的一種方法,其重要的引數為 start,end,freq...