pandas时间序列

Pandas时间序列是指在Pandas中用来处理时间相关数据的一种数据结构。它可以用来表示时间序列数据，并提供了丰富的功能和方法来进行时间相关的数据分析和处理。时间序列数据可以是以时间戳为索引的Series对象、以时期(period)为索引的Series对象，或者是以时间戳为索引的DataFrame对象。

其中，以时间戳为索引的Series对象可以通过to_datetime()函数将日期字符串转换为datetime类型，并使用该类型作为Series的索引。示例代码如下：

import pandas as pd
import numpy as np

date = ['2012-05-06 11:00:00','2012-05-16 11:00:00']
pd_date = pd.to_datetime(date)
df = pd.Series(np.random.randn(2), index=pd_date)
print(df)

输出结果为：

2012-05-06 11:00:00    0.189865
2012-05-16 11:00:00    1.052456
dtype: float64

另外，还可以使用DatetimeIndex()函数来创建以时间戳为索引的Series对象。示例代码如下：

import pandas as pd

date_index = pd.to_datetime(['20200820151423', '20200828212325', '20200908152360'])
date_ser = pd.Series([11, 22, 33], index=date_index)
print(date_ser)

以上就是关于Pandas时间序列的一些介绍和示例。<span class="em">1</span><span class="em">2</span><span class="em">3</span><span class="em">4</span>