金融量化分析【day111】：Pandas-时间序列处理

1、时间对象处理

一、start 开始时间

df["2018-12-01":"2018-12-30"]

二、end 结束时间

df['2018']

　　

　　　　.........

三、periods 时间长度

pd.date_range("2015-12-1",periods=40)

四、freq 时间频率

pd.date_range("2015-12-1",periods=40,freq='B')

　　

 

 

2、时间序列

 时间序列就是以时间对象为索引的Series或DataFrame

datetime对象做为索引时是存储在DatetimeIndex对象中的

一、传入年或年月做为切片方式

df['2018']

　......

df['2018-01']

　......

二、传入日期范围做为切片方式

df["2018-12-01":"2018-12-30"]

 　　

　　......

三、丰富的函数支持

一、resample()

二、strftime()

df.index.strftime('%Y-%m-%d')

　　

datetime.datetime.strptime("2018-1-29","%Y-%m-%d")

　　

四、批量转换为datetime对象

to_pydatetime()

arr = pd.to_datetime(['2018-2-8','2017-1-1','1990-2-1']).to_pydatetime()