微信公众号：BrainZou
欢迎关注，一起学习。
回复“资料”，有本人收集的各种Python，Java，Android，小程序，后端，算法等等近1T的资料免费分享给你。

时区处理

在Python中，时区信息来自第三方库pytz，pandas包装了pytz的功能，使用方法如下：

import pytz
#时区名
pytz.common_timezones[-5:]
out：['US/Eastern', 'US/Hawaii', 'US/Mountain', 'US/Pacific', 'UTC']
#时区对象
tz = pytz.timezone('US/Eastern')
tz
out：<DstTzInfo 'US/Eastern' LMT-1 day, 19:04:00 STD>

pandas方法中既可以接收时区名也可以接收对象，但是建议只用时区名。

本地化和转换

rng = pd.date_range('3/9/2012 9:30',periods = 6,freq='D')
ts = Series(np.random.randn(len(rng)),index=rng)
print(ts.index.tz)
out：None

可以看到默认的生成后，tz字段是None。生成日期范围时自然可以加上指定的时区集如tz='UTC'。
从单纯（None）到本地化的转换通过tz_localize方法处理的：

ts.tz_localize('UTC').index
out：DatetimeIndex(['2012-03-09 09:30:00+00:00', '2012-03-10 09:30:00+00:00',
               '2012-03-11 09:30:00+00:00', '2012-03-12 09:30:00+00:00',
               '2012-03-13 09:30:00+00:00', '2012-03-14 09:30:00+00:00'],
              dtype='datetime64[ns, UTC]', freq='D')

本地化后，就可以使用tz_convert转换到其他的时区了：

ts.tz_localize('UTC').tz_convert('US/Eastern')
out：2012-03-09 04:30:00-05:00   -0.197766
2012-03-10 04:30


    
:00-05:00   -0.257315
2012-03-11 05:30:00-04:00   -0.402924
2012-03-12 05:30:00-04:00    1.146012
2012-03-13 05:30:00-04:00    0.415374
2012-03-14 05:30:00-04:00    0.405810
Freq: D, dtype: float64

可以看到上面时间是跨越了美国东部的夏令时转变期。可以将其本地化到EST，然后转换为UTC或柏林时间。
tz_localize和tz_convert也是DatetimeIndex的实例方法，即你也可以：

ts.index.tz_localize('Asia/Shanghai')

操作时区意识型Timestamp对象

即与之前的时间序列和日期范围差不多，Timestamp对象也能从单纯型本地化，再转换到另一个时区：

stamp = pd.Timestamp('2011-03-12 04:00')
stamp_utc = stamp.tz_localize('utc')
stamp_utc.tz_convert('US/Eastern')
out：Timestamp('2011-03-11 23:00:00-0500', tz='US/Eastern')

同理创建Timestamp时，可以传入时区信息。
时区意识型Timestamp对象（即有时区信息后）在内部保存了一个UTC的时间戳值。这个UTC值在转换过程中，是不会改变的。

stamp_utc.value
out：1299902400000000000
stamp_utc.tz_convert('US/Eastern').value
out：1299902400000000000

当使用pandas的DateOffset对象执行时间算术运算时，运算过程会自动关注是否存在夏令时转变期：

#夏令时转变前30分钟
from pandas.tseries.offsets import Hour
stamp = pd.Timestamp('2012-03-12 01:30',tz='US/Eastern')
stamp
out：Timestamp('2012-03-12 01:30:00-0400', tz='US/Eastern')
stamp +Hour()
out：Timestamp('2012-03-12 02:30:00-0400', tz='US/Eastern')
#夏令时转变前90分钟
stamp = pd.Timestamp('2012-11-04 00:30',tz = 'US/Eastern')
stamp
out：Timestamp('2012-11-04 00:30:00-0400', tz='US/Eastern')
stamp+2*Hour()
out：Timestamp('2012-11-04 01:30:00-0500', tz='US/Eastern')

不同时区之间的运算

当两个不同时间序列的时区不同，将他们合并到一起时，最终的结果会是UTC。因为时间戳是以UTC存储的。可以理解为时区显示只是对UTC存储的时间戳格式化处理下。

rng = pd.date_range('3/7/2012 9:30',periods=10,freq='B')
ts = Series(np.random.randn(len(rng)),index=rng)
ts
out：
2012-03-07 09:30:00    1.064517
2012-03-08 09:30:00   -0.183066
2012-03-09 09:30:00   -1.051956
2012-03-12 09:30:00   -1.256536
2012-03-13 09:30:00    1.831029
2012-03-14 09:30


    
:00   -0.232838
2012-03-15 09:30:00   -0.915990
2012-03-16 09:30:00   -0.196933
2012-03-19 09:30:00    0.364130
2012-03-20 09:30:00   -0.818402
Freq: B, dtype: float64
ts1=ts[:7].tz_localize('Europe/London')
ts2=ts1[2:].tz_convert('Europe/Moscow')
result=ts1+ts2
result.index
out：DatetimeIndex(['2012-03-07 09:30:00+00:00', '2012-03-08 09:30:00+00:00',
               '2012-03-09 09:30:00+00:00', '2012-03-12 09:30:00+00:00',
               '2012-03-13 09:30:00+00:00', '2012-03-14 09:30:00+00:00',
               '2012-03-15 09:30:00+00:00'],
              dtype='datetime64[ns, UTC]', freq='B')

时期及其算术运算

时期表示的是时间区间，比如数日，数月，数季，数年等。Period类所表示的就是这种数据类型，其构造函数需要用到一个字符串或整数，以及频率。

p = pd.Period(2007,freq='A-DEC')

这个Period对象表示的是从2007年1月1日到2007年12月31日之间的整段时间。只需对Period对象加上或减去一个整数即可达到根据其频率进行位移的效果：

p+5
out：Period('2012', 'A-DEC')

如果两个Period对象拥有相同的频率，则它们的差就是它们之间的单位数量：

pd.Period(2014,freq='A-DEC')-p
out：7

period_range函数可用于创建规则的时期范围：

rng = pd.period_range('1/1/2000','6/30/2000',freq='M')
rng
out：PeriodIndex(['2000-01', '2000-02', '2000-03', '2000-04', '2000-05', '2000-06'], dtype='period[M]', freq='M')

PeriodIndex类保存了一组Period，它可以在任何pandas数据结构中被用作轴索引：

Series(np.random.randn(6),index=rng)
out：
2000-01    1.016713
2000-02


    
   -0.348144
2000-03    0.725960
2000-04   -0.670895
2000-05    0.671717
2000-06   -0.501145
Freq: M, dtype: float64

PeriodIndex类的构造函数还允许直接使用一组字符串：

values=['2001Q3','2002Q2','2003Q1']
index=pd.PeriodIndex(values,freq='Q-DEC')
index
out：
PeriodIndex(['2001Q3', '2002Q2', '2003Q1'], dtype='period[Q-DEC]', freq='Q-DEC')

时期的频率转换

Period和PeriodIndex对象都可以通过其asfreq方法被转换成别的频率。假设我们有一个年度时期，希望将其转换为当年年初或年末的一个月度时期。该任务非常简单：

p=pd.Period('2007',freq='A-DEC')
p.asfreq('M',how='start')
out：Period('2007-01', 'M')
p.asfreq('M',how='end')
out：Period('2007-12', 'M')

你可以将Period（2007‘，‘A-DEC‘）看做一个被划分为多个月度时期的时间段中的游标。对于一个不以12月结束的财政年度，月度子时期的归属情况就不一样了：

    
p=pd.Period('2007',freq='A-JUN')
p.asfreq('M',how='start')
out：Period('2006-07', 'M')
p.asfreq('M',how='end')
out：Period('2007-06', 'M')

解释一下，可能会不理解。A-DEC的意思是以DEC这个月12月为这年的结尾。所以2007 A-JUN即把Jun（6月）作为2007年结尾，所以他的开始就是2006-7了。那下面这个应该就也很好理解了：

p = pd.Period('2007-08','M')
p.asfreq('A-JUN')
Period('2008', 'A-JUN')
#2007年8月在xxxx年以6月结束的年份之间。

PeriodIndex或TimeSeries的频率转换方式也是如此。

按季度计算的时期频率

许多会计、金融领域常用季度型来统计。

还是那句话：DEC的意思是以DEC这个月12月为这年的结尾。就很好理解了。

p = pd.Period('2012Q4',freq='Q-JAN')
p.asfreq('D',how='start')
out：Period('2011-11-01', 'D')
p.asfreq('D',how='end')
out：Period('2012-01-31', 'D')

因此，Period之间的算术运算会非常简单。例如，要获取该季度倒数第二个工作日下午4点的时间戳，你可以这样：

p4pm=(p.asfreq('B','e')-1).asfreq('T','s')


    
+16*60
p4pm
out：Period('2012-01-30 16:00', 'T')
p4pm.to_timestamp()
out：Timestamp('2012-01-30 16:00:00')

period_range还可以用于生成季度型范围。季度型范围的运算跟上面一样。

将Timestamp转换为Period（及其反向过程）

通过使用to_period方法，可以将由时间戳索引的Series和DataFrame对象转换为以时期索引：

rng=pd. date_range('1/1/2000', periods=3, freq='M') 
ts = Series(np.random.randn(3),index=rng)
pts = ts.to_period()
ts
out：
2000-01-31   -0.660238
2000-02-29   -0.847080
2000-03-31   -1.287235
Freq: M, dtype: float64
pts
out：
2000-01   -0.660238
2000-02   -0.847080
2000-03   -1.287235
Freq: M, dtype: float64

由于时期指的是非重叠时间区间，因此对于给定的频率，一个时间戳只能属于一个时期。新PeriodIndex的频率默认是从时间戳推断而来的，你也可以指定任何别的频率。结果中允许存在重复时期：

rng=pd.date_range('1/29/2000',periods=6,freq='D')
ts2=Series(np.random.randn(6),index=rng)
ts2.to_period('M')
out：
2000-01   -0.154971
2000-01    0.879136
2000-01   -0.813320
2000-02    1.014186
2000-02   -1.519461
2000-02    0.569898
Freq: M, dtype: float64

通过数组创建PeriodIndex

固定频率的数据集通常会将时间信息分开存放在多个列中。
将两个数组以及一个频率传入PeriodIndex，就可以将它们合并成DataFrame的一个索引：

year = [1959,1959,1959,2008,2009]
quarter = [1,2,3,4,3]
index=pd.PeriodIndex(year=year,quarter=quarter,freq='Q-DEC')
index
out：
PeriodIndex(['1959Q1', '1959Q2', '1959Q3', '2008Q4', '2009Q3'], dtype='period[Q-DEC]'


    
, freq='Q-DEC')