小编点评

**日期类型在时间序列分析中的重要性** 时间序列数据是一种按时间顺序记录的序列数据。它们通常用于预测未来值或评估过去值的统计方法，例如预测未来趋势、季节性变化、周期性变化、随机波动等。 **日期类型特有的属性** * **`dt.year`、`dt.month`、`dt.day`：**用于获取日期的年份、月份和天数。 * **`dt.isocalendar()``：**用于获取日期所在的季度。 * **`dt.quarter``：**用于获取日期所在的季度。 **日期类型转换** 1. **`pd.to_datetime`函数**：用于将字符串日期转换为日期类型。 2. **`pd.date_range`函数**：用于生成日期序列。 3. **`df["日期"].dt.strftime("%Y-%m-%d")`：**用于格式化日期字符串。 **日期属性的使用** 1. **`df["日期"].dt.year`、`df["日期"].dt.month`、`df["日期"].dt.day`：**用于获取日期的年份、月份和天数。 2. **`df["日期"].dt.isocalendar().week`：**用于获取日期所在的季度。 3. **`df["日期"].dt.quarter`：**用于获取日期所在的季度。 **日期类型在时间序列分析中的重要性** 日期类型是时间序列数据的重要属性，因为它可以帮助我们： * 确定日期所在的年份、月份和天数。 * 获取日期所在的季度。 * 确定日期所在的周期的开始和结束日期。 通过了解日期类型，我们可以更有效地处理和分析时间序列数据。

正文

时间序列数据是数据分析中一类常见且重要的数据。
它们按照时间顺序记录，通常是从某些现象的观察中收集的，比如经济指标、气象数据、股票价格、销售数据等等。

时间序列数据的特点是有规律地随着时间变化而变化，它们的变化趋势可以被分析和预测。时间序列分析是一种用于预测未来值或评估过去值的统计方法，常常被用于预测未来趋势、季节性变化、周期性变化、随机波动等。

1. 日期类型

原始数据中，日期一般会存储为各种类型字符串，比如：

• 2022/5/1
• 2022-05-02
• 3/5/2022

将其统一转换为pandas的日期类型，后续统计分析时，不仅方便计算，还可以有效避免应对各种格式带来的麻烦。

1.1 转换为日期类型

pandas的to_datetime函数对于数据集中各类日期字符串都能有效的转换。

df = pd.DataFrame(
    {
        "日期": ["2022/5/1", "2022-05-02", "3/5/2022"],
        "城市": ["合肥", "合肥", "合肥"],
        "平均气温": [28, 31, 27],
    },
)

print(df)
print(df.dtypes)

可以看出，默认的日期是字符串类型且格式混乱。
转换后：

df["日期"] = pd.to_datetime(df["日期"])
print(df)
print(df.dtypes)

日期显示起来格式统一了，类型也变为了datetime64[ns]。

1.2 生成日期序列

除了将数据集读取来的日期字符串转换为日期类型，我们也可以生成日期序列，这些生成的日期序列可以作为的数据索引，也可以用来补充数据集中缺失的日期值。

df = pd.DataFrame()
df["年"] = pd.date_range('2020-01-01', periods=3, freq='Y')
df["月"] = pd.date_range('2020-01-01', periods=3, freq='M')
df["日"] = pd.date_range('2020-01-01', periods=3, freq='D')
df["周"] = pd.date_range('2020-01-01', periods=3, freq='W')
df["季度"] = pd.date_range('2020-01-01', periods=3, freq='Q')
df

上面的示例分别以年，月，日，周，季度为间隔，生成3条连续的时间序列。

1.3 修改日期

修改日期的值，也是利用日期类型自带的方法，不用像修改字符串那样修改，那样极易出错。

df = pd.DataFrame()
d = pd.date_range('2020-01-01', periods=3, freq='D')
df["原始日期"] = d
df["延迟三天"] = d.shift(3, freq="D")
df["提前三天"] = d.shift(-3, freq="D")
df

这里是按天调整的，如果要按照年，月，周，季度等调整，像上一个例子那样设置freq参数即可。

2. 日期属性

将数据转换为pandas日期类型的最大好处就是可以使用日期类型特有的属性，方便进行各个维度的分析。

常用的日期维度是年，月，日，周，季度。

2.1 年

利用日期属性按年份统计合计值：

df = pd.DataFrame(
    {
        "日期": ["2020/5/1", "2021/5/1", "2021/6/3", "2022/9/4"],
        "平均气温": [28, 31, 27, 33],
    },
)

df["日期"] = pd.to_datetime(df["日期"])
df["年"] = df["日期"].dt.year
print(df)
print(df.groupby(df["年"]).sum())

两个2021年的数据统计了合计值。

2.2 月

按月统计合计值：

df = pd.DataFrame(
    {
        "日期": ["2020/5/1", "2021/5/1", "2021/6/3", "2022/9/4"],
        "平均气温": [28, 31, 27, 33],
    },
)

df["日期"] = pd.to_datetime(df["日期"])
df["月"] = df["日期"].dt.month
print(df)
print(df.groupby(df["月"]).sum())

两个5月份的数据统计了合计值。

2.3 日

按日统计合计值：

df = pd.DataFrame(
    {
        "日期": ["2020/5/1", "2021/5/1", "2021/6/3", "2022/9/4"],
        "平均气温": [28, 31, 27, 33],
    },
)

df["日期"] = pd.to_datetime(df["日期"])
df["日"] = df["日期"].dt.day
print(df)
print(df.groupby(df["日"]).sum())

两个1号的数据统计了合计值。

2.4 周

按周统计合计值：

df = pd.DataFrame(
    {
        "日期": ["2021/5/1", "2021/5/31", "2021/6/3", "2021/9/4"],
        "平均气温": [28, 31, 27, 33],
    },
)

df["日期"] = pd.to_datetime(df["日期"])
df["周"] = df["日期"].dt.isocalendar().week
print(df)
print(df.groupby(df["周"]).sum())

上面两个日期同属于第22周，所以计算了合计值。
获取周属性与前面略有不同，不是直接获取week，而是用isocalendar().week。

2.5 季度

按季度统计合计值：

df = pd.DataFrame(
    {
        "日期": ["2021/5/1", "2021/5/31", "2021/6/3", "2021/9/4"],
        "平均气温": [28, 31, 27, 33],
    },
)

df["日期"] = pd.to_datetime(df["日期"])
df["季度"] = df["日期"].dt.quarter
print(df)
print(df.groupby(df["季度"]).sum())

上面3个日期都是第二季度，所以计算了合计值。

3. 总结回顾

本篇特意将pandas中的日期类型单独介绍，
一方面是因为日期类型与其他类型相比，多出了很多特有的属性；
另一方面，时间序列数据和回归分析中也会大量用到日期类型。

这里介绍了日期类型的转换方法和常用属性，但日期类型不仅仅限于这些属性，其他的属性可以参考pandas的官方文档：Index objects — pandas 2.0.1 documentation