中国企业国际化发展 粤港澳大湾区 上市公司内部控制 企业内部控制 董事之家 专精特新企业 企业内控与风险管理 集团管控 民营企业与经济 通商董事会馆 雏鹰企业 高新技术企业 瞪羚企业 企业治理
信息与软件 系统集成 创新创业创投创意 BIM工程 人工智能 互联网+ 网络工程 电子商务师 制造业创新 乡村振兴工委会 数字经济 价值共创 企业科创管理 视觉传达设计 《类似商品和服务区别分表》 创新创业与可持续 电子商务 数字媒体艺术 数字创新中心 全面质量管理 移动支付 私营经济 企业经营 商业模式创新 数字转型 灯塔工厂 企业产品创新 客户与营销 专利 商标 著作权 视觉传播设计与制作 商业规划 产品检测 金融科技 企业创新绩效 价值网络 企业创新管理 科技管理创新 集成电路布图设计 企业知识产权管理 发明专利 技术投资与并购 版权 新一代信息技术产业 精益创新 绿创中心
十四五规划专题 科技创新 全过程工程 转型升级 绿色建筑 环保技术 装配式建筑 并购重组动态 节能减排咨询 数字化转型 制造业转型升级 碳排放管理 工业转型升级 教育转型升级 外贸转型升级 能源转型升级 供给侧改革 企业转型升级 地产转型升级 制造业转型与高质量发展 产业转型升级 转创国际技术转移 数控工厂 工业互联网 绿色转型升级 碳排放管理会计 服务业转型升级 智能制造 全面绩效管理 工业物联网 组织变革与管理转型 产业科技管理 国有资产管理 绿色转型与可持续发展 低碳转型 盈利模式转型 绿色能源与碳核算
广东股权交易中心 私募热点 私募投资 投融资简报 案例研究 内保外贷 融资策划 气候投融资 供应链金融 银行境外贷款 前海港企贷 知识产权金融 股权投资 风险投资 股权质押 企业投资 股权激励 内部控制准则
工程造价 管理会计 企业内控管理 医院管理 物流与供应链 预算管理与会计 中小企业内部控制 财务经理人 转创产研 家族企业管理 企业价值 企业发展管理咨询 企业能源效率 管理培训 质量管理 流程管理 精益生产 商业策略 企业技术与绩效 中国卓越管理公司 数据分析 核心业务运营 制度智库 投资管理 管理信息系统 许可证 管理咨询 可行性研究 商业计划书 绩效评价 预算评审 绩效考核 企业运营 价值创造 商业模式评估 内部控制政策
建筑工程管理 消防企业管理 安全企业管理 乡村振兴 制造企业管理 卫生企业管理 工程管理中心 企业质量管理 科技企业管理 医药企业管理 产品质量管理 电力企业管理 企业经济管理 食品企业管理 工业企业管理 软件企业管理 能源企业管理 智能企业管理 汽车企业管理 环保企业管理 进出口企业管理
时间序列
时间序列数据是一种非常重要的结构化数据形式,应用于:金融学、经济学、神经科学、物理学等多个领域。
很多时间序列是固定频率的,数据点是根据某种规律定期出现的
时间序列也可以是不定期的,没有固定的单位或者单位之间的偏移量
应用场景
时间戳timestamp,特定的时刻
pandas通过numpy的datatime64数据类型以纳秒形式存储时间戳
固定时期period
时间间隔interval,由起始和结束的时间戳表示
时间或者时间过程
最常见的时间序列是时间戳进行索引
日期和时间数据集工具
标准库:date、time和calendar
模块包含:datetime、time、calendar
应用最多的是datetime.datetime
日期的范围pd.date_range
pandas原生序列是不规则的,没有固定频率
pandas自带工具用于:重采样、频率判断、生成固定频率日期范围
生成指定的日期范围,可以指定开始和结束日期:
index = pd.date_range('2012-04-01', '2012-06-01')
pd.date_range(end='2012-06-01', periods=20)
生成每月的第一天或者最后一天等形式的日期格式:
pd.date_range('2000-01-01', '2000-12-01', freq='MS')
频率和移动
pandas中的频率通过一个基础频率(base frequency)和整数组成
基础频率通常是字符串别名,比如M表示每月,H表示每小时
每个基础频率都有date offset日期偏移量与之相对应
from pandas.tseries.offsets import Day
pd.date_range('2000-01-01', '2000-01-03 23:59', freq='4h')
偏移量对象能够通过加法进行相加:Hour(2)+Minute(20)
传入频率字符串:2h30min
from pandas.tseries.offsets import Hour, Minute
hour = Hour()
five_hour = Hour(5)
字符串和datetime的相互转换
利用str或者strftime()将datetime对象转成字符串对象:datetime--->字符串
datetime.strptime:将字符串转换为日期形式:字符串---->datetime
datetime.strptime:通过已知格式进行解析的最佳方式
dateutil中的parser.parse 进行解析:parse("时间")
日期范围、偏移量和移动
# 日期的范围、频率和移动
# pd.date_range():生成指定频率和长度的日期对象索引
index = pd.date_range('2012-04-01', '2012-06-01')
index
# 生成指定范围,指定开始日期
pd.date_range(start='2012-04-01', periods=20)
# 指定结束日期和长度
pd.date_range(end='2012-06-01', periods=20)
# 生成每个月的最后一天,作为索引
pd.date_range('2000-01-01', '2000-12-01', freq='BM')
# 生成每个月的第一天,作为索引
pd.date_range('2000-01-01', '2000-12-01', freq='MS')
# 起始和结束日期带有时间信息;通过normalize转化为时间戳
pd.date_range('2012-05-02 12:56:31', periods=5, normalize=True)
# 偏移量处理
from pandas.tseries.offsets import Hour, Minute
hour = Hour()
five_hour = Hour(5)
Hour(2 ) + Minute(20)
© 2024 All rights reserved. 北京转创国际管理咨询有限公司 备案号: 京ICP备19055770号-4
Transverture International Group Co Ltd, Guangdong Branch
地址:广州市天河区天河北路179号尚层国际1601
深圳市福田区深南中路2066号华能大厦
汕头市金平区华坞路华坞村七巷三楼
梅州市丰顺县留隍镇新兴路881号
欢迎来到本网站,请问有什么可以帮您?
稍后再说 现在咨询