Pandas Python – Pandas – 时间戳和周期范围之间的区别

在本文中，我们将介绍 Pandas 中的两种重要日期类型：timestamps（时间戳）与 period range（周期范围），以及它们之间的区别。在数据分析和预测领域，时间是非常重要的，因此正确地处理日期和时间数据在 Pandas 中非常重要。

阅读更多：Pandas 教程

时间戳（Timestamps）

时间戳表示特定日期和时间的单个时间点。在 Pandas 中，我们可以使用 Timestamp 对象来表示时间戳。Pandas 提供了多种方法来创建时间戳对象。下面是一些创建时间戳的方法：

import pandas as pd

# 从字符串创建时间戳
ts1 = pd.Timestamp('2021-08-06')
ts2 = pd.Timestamp('2021-08-06 10:30:00')

# 使用整数时间戳创建时间戳
ts3 = pd.Timestamp(1628256000, unit='s')
ts4 = pd.Timestamp(535036800000000000)

print(ts1)
print(ts2)
print(ts3)
print(ts4)

输出结果如下：

2021-08-06 00:00:00
2021-08-06 10:30:00
2021-08-07 08:00:00
1986-03-28 00:00:00

在上面的代码中，我们使用了四种方法来创建时间戳对象。第一种方法使用字符串参数，第二种方法在字符串参数后面添加了时间部分，第三种方法使用整数参数和 unit 参数来创建时间戳，最后一种方法使用整数参数创建时间戳。

周期范围（Period Range）

周期范围表示一段时间内特定频率的时间间隔。在 Pandas 中，我们可以使用 PeriodIndex 和 Period 对象来表示周期范围。Pandas 提供了多种方法来创建时间戳对象。下面是一些创建周期范围的方法：

# 创建一个月的周期范围
pr1 = pd.period_range(start='2021-01-01', end='2021-12-31', freq='M')

# 创建一个季度的周期范围
pr2 = pd.period_range(start='2021-01-01', end='2021-12-31', freq='Q')

# 使用 period() 函数创建周期范围
p1 = pd.Period('2021-08')
p2 = pd.Timestamp('2021-08-06 10:30:00').to_period(freq='H')

print(pr1)
print(pr2)
print(p1)
print(p2)

输出结果如下：

PeriodIndex(['2021-01', '2021-02', '2021-03', '2021-04', '2021-05', '2021-06', '2021-07', '2021-08', '2021-09', '2021-10', '2021-11', '2021-12'], dtype='period[M]', freq='M')
PeriodIndex(['2021Q1', '2021Q2', '2021Q3', '2021Q4'], dtype='period[Q-DEC]', freq='Q-DEC')
Period('2021-08', 'M')
Period('2021-08-06 10:00', 'H')

在上面的代码中，我们使用了四种方法来创建周期范围对象。第一种方法使用 period_range 函数和 freq 参数创建周期范围对象，第二种方法创建了一年中的四个季度的周期范围对象，第三种方法使用 Period 函数创建周期对象，最后一种方法使用 Timestamp 对象的 to_period 函数将一个时间戳转换成周期对象。

时间戳与周期范围的区别

在 Pandas 中，时间戳和周期范围具有不同的特点和用途。下表列出了时间戳和周期范围的主要区别：

时间戳适用于对具体时间点进行建模和预测，例如每个星期四的访问量、某天上午 10 点的交通流量等。周期范围适用于对时间范围进行建模和预测，例如每个季度的销售数据、每个月的天气状况等。周期范围还可以用于计算不同时间段内的数据聚合量，例如每个季度的总销售额、每个月的平均气温等。

时间戳与周期范围之间的转换

在 Pandas 中，我们可以使用 to_period 和 to_timestamp 函数将时间戳和周期范围的对象相互转换。下面是一些示例代码：

# 将时间戳转换成周期对象
ts = pd.Timestamp('2021-08-06 10:30:00')
p = ts.to_period(freq='H')
print(p)

# 将周期对象转换成时间戳
p = pd.Period('2021-08-06 10:00', 'H')
ts = p.to_timestamp()
print(ts)

输出结果如下：

2021-08-06 10:00
2021-08-06 10:00:00

在上面的代码中，我们使用 to_period 函数将一个时间戳对象转换成周期对象，并使用 to_timestamp 函数将一个周期对象转换成时间戳对象。

总结

时间戳和周期范围是 Pandas 中处理日期和时间数据的两种重要类型。时间戳表示具体的时间点，可以用于对时间序列进行建模和预测；周期范围表示时间段，由开始和结束时间以及频率组成，可以用于分析周期性数据和累积数据，例如季节性和趋势。在实际应用中，我们需要根据具体的需求选择合适的类型，并根据需要进行时间戳和周期范围之间的转换。