Nenifindo's Home

Appearance

2026-09-11
514
2.1m

时间序列 ​

本节目标：解析日期、创建 DatetimeIndex，并按时间重采样和滚动计算。

解析日期 ​

python
import pandas as pd

df = pd.DataFrame(
    {
        "date": ["2026-01-01", "2026-01-02", "2026-01-04"],
        "amount": [10, 12, 9],
    }
)
df["date"] = pd.to_datetime(df["date"], errors="coerce")
df = df.set_index("date").sort_index()

errors="coerce" 会把无法解析的值变为 NaT；转换后检查 isna()，不要静默丢弃坏日期。

日期组件和偏移 ​

python
df.index.year
df.index.month
df.index.day_name()
df["amount"].resample("D").sum()

DatetimeIndex 的属性可提取日期组件。resample 需要 DatetimeIndex、TimedeltaIndex 或 PeriodIndex；D 表示日频率，MS 表示月初频率。

重采样 ​

python
daily = df["amount"].resample("D").asfreq()
weekly = df["amount"].resample("W").sum(min_count=1)

asfreq 保留频率并产生缺失日期，sum 等聚合会按窗口汇总。选择频率别名时查阅官方 offset alias 文档，避免使用已弃用拼写。

滚动和时间窗口 ​

python
df["rolling_2"] = df["amount"].rolling(2, min_periods=1).mean()
df["rolling_2d"] = df["amount"].rolling("2D", min_periods=1).mean()

整数窗口按观测数计算，时间窗口按时间跨度计算。min_periods 控制窗口内最少有效观测数。

时区 ​

python
utc = pd.to_datetime(["2026-01-01 08:00"], utc=True)
local = utc.tz_convert("Asia/Shanghai")
naive = local.tz_localize(None)

tz_localize 为无时区时间添加时区；tz_convert 在已有时区之间转换。跨地区系统优先存 UTC，展示时再转换。

常见错误 ​

  • 日期仍是字符串：确认 dtype 为 datetime64；不要对字符串做日期比较。
  • 重采样结果为空：检查索引是否排序、是否真的为 DatetimeIndex。
  • 混淆 localize 和 convert：前者赋予时区，后者转换瞬时时刻。

小结 ​

  • 用 to_datetime 解析，DatetimeIndex 支持组件提取和重采样。
  • 整数窗口按行数，时间窗口按时间跨度。
  • 存储时统一时区，展示时再转换。

练习 ​

  1. 为缺失日期补出每日索引，并比较 asfreq 和 resample("D").sum()。
  2. 计算 3 天滚动平均，并说明窗口起始几行为什么可能是缺失。

下一节：窗口计算，深入滚动、扩展和指数加权统计。

最近更新