pandas 周期类型及转换

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: gairuo123（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》。

周期数据有专门的 dtype，为周期数据提供丰富的功能，可以从其他时间类型灵活地转换到周期类型。

周期类型 Period dtypes

PeriodIndex 具有自己独有的 dtype。这是一个类似于时区感知 dtype 的 pandas 扩展 (datetime64[ns, tz])）。

周期 dtype 拥有 freq 属性，并使用频率字符串以诸如 period[D]或period[M]之类的period[freq] 表示。

pi = pd.period_range('2016-01-01', periods=3, freq='M')
pi
# PeriodIndex(['2016-01', '2016-02', '2016-03'], dtype='period[M]', freq='M')

pi.dtype
# period[M]

周期转换

可以通过asfreq方法转换Period和PeriodIndex的频率。让我们从2011财年开始，到12月结束：

p = pd.Period('2011', freq='A-DEC')
p
# Period('2011', 'A-DEC')

我们可以将其转换为每月频率。使用how参数，我们可以指定返回起始月份还是结束月份：

p.asfreq('M', how='start')
# Period('2011-01', 'M')

p.asfreq('M', how='end')
# Period('2011-12', 'M')

为方便起见，提供了速记“s”和“e”来简写：

p.asfreq('M', 's')
# Period('2011-01', 'M')

p.asfreq('M', 'e')
# Period('2011-12', 'M')

转换为“超级周期”（例如，年度频率是每季度一次的超级周期）会自动返回包含输入期间的超级周期：

p = pd.Period('2011-12', freq='M')
p.asfreq('A-NOV')
# Period('2012', 'A-NOV')

请注意，由于我们将年度频率转换为在11月结束的年度频率，因此2011年12月的月度实际上是2012年A-NOV期间。

具有固定频率的周期转换对于处理经济学、商业和其他领域共有的各种季度数据特别有用。许多组织定义相对于其会计年度开始和结束月份的季度。因此，2011年第一季度可能会在2010年或2011年之前的几个月内开始。通过锚定频率，Pandas 适用于Q-JAN 至 Q-DEC 的所有季度频率。

Q-DEC 定义常规日历季度：

p = pd.Period('2012Q1', freq='Q-DEC')
p.asfreq('D', 's')
# Period('2012-01-01', 'D')

p.asfreq('D', 'e')
# Period('2012-03-31', 'D')

Q-MAR 定义3月的会计年度结束：

p = pd.Period('2011Q4', freq='Q-MAR')
p.asfreq('D', 's')
# Period('2011-01-01', 'D')

p.asfreq('D', 'e')
# Period('2011-03-31', 'D')

pandas 周期类型及转换

周期类型 Period dtypes

周期转换

相关内容