时间序列 TimeSeries

In　　from datetime import datetime
In　　import pandas as pd
In　　date=datetime(2016,1,1)
In　　date=pd.Timestamp(date)
Out　　date Timestamp(‘2012-01-01 00:00:00‘)

In　　   type(date)
Out　　pandas.tslib.Timestamp

In　　   ts=pd.Series(1,index=[date])
In　　   ts
Out　　2016-01-01　　 1
dtype: int64

In　　   ts.index
Out　　DatetimeIndex([‘2016-01-01‘],dtype=‘datetime[ns]‘freq=None)

In　　   ts.index[0]
Out　　Timestamp(2016-01-01 00:00:00‘)

In　　   dates[‘2016-01-01‘,‘2016-01-02‘,‘2016-01-03‘]
In　　   ts=pd.Series([1,2,3],index=pd.to_datetime(dates))
In　　   ts

Out

2016-01-01　　 1
2016-01-02　　 2
2016-01-03　　 3
dtype: int64

In　　   ts.index
Out　　DatetimeIndex([‘2016-01-01‘,‘2016-01-02‘,‘2016-01-03‘],dtype=‘datetime64[ns]‘freq=None)

In　　   ts.index[0]
Out　　Timestamp(‘2016-01-01 00:00:00‘)

In　　   dates=[datetime(2016,1,1),datetime(2016,1,2),datetime(2016,1,3)]
In　　   ts=pd.Series([1,2,3],index=dates)
In　　   ts.index[0]
Out　　Timestamp(‘2016-01-01 00:00:00‘)

In　　   ts[‘20160101‘]
Out　　1
In　　   ts[‘20160101‘]
Out　　1
In　　   ts[‘01/01/2016‘]
Out　　1

In　　   ts

Out
2016-01-01 0.003195
2016-01-02 -0.517593
2016-01-03 -0.812502
dtype: float64

In　　   ts[‘2016‘]

Out
2016-01-01 0.003195
2016-01-02 -0.517593
2016-01-03 -0.812502
dtype: float64

In　　   ts[‘2016-01‘:‘2016-02‘]

Out
2016-01-01 0.003195
2016-01-02 -0.517593
2016-01-03 -0.812502
dtype: float64

In　　   ts.truncate(after=‘2016-01-02‘)

Out
2016-01-01 1
2016-01-02 2
dtype: int64

In　　   ts.shift(-1)

Out
2016-01-01 2
2016-01-02 3
2016-01-03 NaN
dtype: float64

In　　   rts=ts.resample(‘M‘,how=‘first‘) #‘M‘指每月的最后一天

Out
2016-01-31 1
Freq: M, dtype: int64

In　　   rts=ts.resample(‘MS‘,how=‘first‘) #‘MS‘指每月的第一天

Out
2016-01-01 1
Freq: MS, dtype: int64

时间序列 TimeSeries

原文：https://www.cnblogs.com/jackie-ding/p/14416353.html