pandas 时间偏移

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gr99123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

周期数据有一个基础频率，或者叫分辨率、粒度，时间偏移由基础频率和乘数组成，这对我们处理周期数据非常有用。

理解 DateOffset 对象

DateOffset 类似于时间差 Timedelta ，但它使用日历中时间日期的规则，而不是直接进行时间性质的算术计算，让时间更符合实际生活。比如，有些地区使用夏令时时，每日偏移时间有可能是 23 或 24 小时，甚至 25 个小时。

DateOffset 示例

以下所示了夏令时的情况：

# 生成一个指定的时间，芬兰赫尔辛基时间执行夏令时
ts = pd.Timestamp('2016-10-30 00:00:00', tz='Europe/Helsinki')

ts
# Timestamp('2016-10-30 00:00:00+0300', tz='Europe/Helsinki')

# 增加一天
ts + pd.Timedelta(days=1)
# Timestamp('2016-10-30 23:00:00+0200', tz='Europe/Helsinki')

# 按日历时间
ts + pd.DateOffset(days=1)
# Timestamp('2016-10-31 00:00:00+0200', tz='Europe/Helsinki')

以下是增加工作日，出现跨周末的情况：

friday = pd.Timestamp('2018-01-05')
friday.day_name()
#'Friday'

# 增加两个工作日，从周五到周二
two_business_days = 2 * pd.offsets.BDay()
two_business_days.apply(friday)
# Timestamp('2018-01-09 00:00:00')

friday + two_business_days
# Timestamp('2018-01-09 00:00:00')

(friday + two_business_days).day_name()
# 'Tuesday'

< 时序数据方法 pandas 教程时间偏移对象 >

更新时间：2020-06-10 13:08:41 标签：pandas 时间