2. 时间点 Timestamp

  1. 时间点：Timestamp对象从Python的datetime类继承，它表示时间轴上的一个点。

    1.   pd.Timestamp(ts_input=<object object at 0x0000000001E8F340>, freq=None, tz=None, 
    3.   unit=None, year=None, month=None, day=None, hour=None, minute=None, 
    5.   second=None, microsecond=None, tzinfo=None, offset=None)

    参数：

    • ts_input：一个datetime-like/str/int/float，该值将被转换成Timestamp
    • freq：一个字符串或者DateOffset，给出了偏移量
    • tz：一个字符串或者pytz.timezone对象，给出了时区
    • unit：一个字符串。当ts_input为整数或者浮点数时，给出了转换单位
    • offset：废弃的，推荐使用freq
    • 其他的参数来自于datetime.datetime。它们要么使用位置参数，要么使用关键字参数，但是不能混用

    Timestamp_create

    属性有：

    • year/month/day/hour/minute/second/microsecond/nanosecond，这些属性都为整数

    • tzinfo：时区信息（默认为None），它是一个datetime.tzinfo对象

    • dayofweek/dayofyear/days_in_mounth/freqstr/quarter/weekofyear/...

    • value:保存的是UTC时间戳（自UNIX纪元1970年1月1日以来的纳秒数），该值在时区转换过程中保持不变

    Timestamp_property

    类方法有：

    • combine(date, time)：通过datetime.date和datetime.time创建一个Timestamp
    • fromtimestamp(ts)：通过时间戳创建一个Timestamp
    • now(tz=None)：创建一个指定时区的当前时间。
    • doday(tz=None)：创建一个指定时区的当前时间。
    • utcfromtimestamp(ts)：从时间戳创建一个UTC Timestamp，其tzinfo=None
    • utcnow()：创建一个当前的UTC Timestamp，其tzinfo=UTC

    Timestamp_cls_method

    方法有：

    • .astimezone(tz)/.tz_convert(tz)：将一个tz-aware Timestamp转换时区
    • .isoformat(sep='T')：返回一个ISO 8601格式的字符串。
    • .normalize()：将Timestamp调整到午夜（保留tzinfo）
    • replace(**kwds)：调整对应值，返回一个新对象
    • .to_period(self, freq=None)：返回一个Period对象`
    • .tz_localize(self, tz, ambiguous='raise', errors='raise')：将一个tz-naive Timestamp ，利用tz转换为一个tz-aware Timestamp
    • .to_pydatetime(...)：转换为python datetime对象
    • .to_datetime64(...)：转换为numpy.datetime64对象
    • 从datetime.date/datetime.datetime继承而来的方法

    Timestamp_method0 Timestamp_method1

    默认情况下，pands中的Timestamp是tz-naive，即tz字段为None。 Timestamp提供了方便的时区转换功能。如果tz非空，则是tz-aware Timestamp。不同时区的时间可以比较，但是naive Timestamp和localized Timestamp无法比较。

    Timestamp的减法，要求两个Timestamp要么都是同一个时区下，要么都是tz-naive的。

  2. DateOffset对象：是一个表示日期偏移对象。Timestamp加一个日期偏移，结果还是一个Timestamp对象。其声明为：

    1.   pd.DateOffset(n=1, normalize=False, **kwds)

    通常我们使用的是其子类（它们位于pandas.tseries.offsets中）：

    • Day：日历日

    • BusinessDay：工作日

    • Hour：小时

    • Minute：分钟
    • Second：秒
    • Milli：毫秒
    • Micro：微秒
    • MonthEnd：每月最后一个日历日

    • BusinessMonthEnd：每月最后一个工作日

    • MonthBegin：每月第一个日历日

    • BusinessMonthBegin：每月第一个工作日

    • Week：每周几

    Day(2)：表示两个工作日。

    DateOffset对象可以加在datetime/Timestamp对象上。如果是MonthEnd这种加上Timestamp，则第一次增量会将原日期向前滚动到符合频率规则的下一个日期。

    • 你可以通过DateOffset.rollforward(time_stamp)、DateOffset.rollback(time_stamp)来显式地将日期向前或者向后滚动

    DateOffset

  3. 利用 str(dt_obj)函数或者datetime.strftime(format_str)方法，可以将datetime对象和Timestamp对象格式化为字符串。而利用datetime.strptime(dt_str,format_str)类方法，可以从字符串中创建日期。其中dt_str为日期字符串，如'2011-11-12'；format_str为格式化字符串，如'%Y-%m-%d'。

    • datetime.strptime是对已知格式进行日期解析的最佳方式。
    • 对于一些常见的日期格式，使用dateutil这个第三方包中的parser.parse(dt_str)，它几乎可以解析所有的日期表示形式。
    • pandas.to_datetime()方法可以解析多种不同的日期表示形式，将字符串转换为日期。对于标准日期格式的解析非常快。如果发现无法解析（如不是一个日期），则返回一个NaT（Not a Time），它是时间戳数据中的NA值。

  4. Timedelta对象：表示时间间隔。它等价于datetime.timedelta类。

    1.   pd.Timedelta(value=<object object at 0x00000000004BF340>, unit=None, **kwargs)

    参数：

    • value：一个Timedelta对象，或者datetime.timedelta，或者np.timedelta64、或者一个整数，或者一个字符串。指定了时间间隔
    • unit：一个字符串，指明了当输入时整数时，其单位。可以为'D'/'h'/'m'/'s'/'ms'/'us'/'ns'
    • days/seconds/microseconds/nanoseconds：都是数值。给出了某个时间单位下的时间间隔

    方法：

    • to_timedelta64()：返回一个numpy.timedelta64类型（按照纳秒的精度）
    • total_seconds()：返回总的时间间隔，单位秒（精度为纳秒）
    • to_pytimedelta()：返回一个datetime.timedelta对象

    属性：

    • components：返回各成分的命名元组
    • days/seconds/microseconds/nanoseconds：返回各个成分
    • delta：返回总的时常（纳秒计）

    一个时间间隔有天数、秒数等等属性。注意：所有的这些值与对应的单位相乘的和，才是总的时间间隔。

    两个Timestamp相减可以得到时间间隔Timedelta

    DateOffset也一定程度上表示时间间隔，但是DateOffset更侧重于按照某个固定的频率的间隔，比如一天、一个月、一周等。

    Timedelta