问题标签 [datetimeindex]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
python - 将 pandas datetimeindex 延长 1 个句点
考虑DateTimeIndex dates
我想以附加到对象的频率将索引延长一个周期。
我预计
我试过了
然而
- 未概括为使用频率
dates - 我收到性能警告
PerformanceWarning：将非矢量化 DateOffset 应用于 Series 或 DatetimeIndex
python - 将 pandas timedelta 输出从天转换为季度
这是我的输入：
这是我的输出：
但是，我希望将上述时间增量从两个日期之间的天数转换为这两个日期之间的季度。我怎样才能做到这一点？输出应为“5”
python - 从 DatetimeIndex 到时间列表
我的目标是有一个时间列表（以秒为单位），已经在 5 分钟内打包了一整天的时间列表。这是我将“2016-07-08”全天打包 5 分钟的代码：
结果 ：
这是每 5 分钟包含所有时间（按秒计）的代码：
结果 ：
这对我来说太完美了！我现在想要列表，而不是 pandas.tseries.index.DatetimeIndex .. .tolist() 方法给出了这个：
结果 ：
我想要这样的东西：
有任何想法吗 ？
python - Pandas DatetimeIndex 奇怪的行为
我处理一个DataFrame，它的索引是字符串，年月，例如：
但是，该索引并不完整。例如2007-02丢失。我想要的是用完整索引重新索引 DataFrame。
我试过的：
该指数是每个月的月底。
该指数是每个月的开始。
如何处理这个问题？
pandas - 根据小时/分钟/秒拆分 DateTimeIndex 数据
我有时间序列数据，我想根据小时、分钟或秒进行拆分。这通常是用户定义的。我想知道如何做到这一点。
例如，考虑以下情况：
输出是：
假设我想按小时拆分它。我希望将以下内容作为一个块，然后我可以将其保存到文件中。
第二块是：
等等...
请注意，我可以完全基于逻辑条件来做到这一点，例如，
并重复......
但是如果我的采样改变了怎么办？有没有办法创建一个掩码或一些需要更少代码且高效的东西？我有 10 GB 的数据。
python - 在 pandas 数据框中插入缺少的工作日并用 NaN 填充它们
我正在尝试在时间序列数据框中插入缺少的工作日，例如
数据看起来像这样：
我可以轻松地创建一系列工作日pd.date_range()
基于该 DateTimeIndex 我想在我的中添加缺少的日期df并用 NaN 填充列值，所以我得到：
是否有捷径可寻？谢谢！
python - 以 NaN 的秒和分钟加入 DatetimeIndex 上的数据帧
我正在寻找一种对齐数据帧的好方法，每个数据帧都有一个“包含”秒的时间戳，而不会丢失数据。具体来说，我的问题如下：
这d1是我的“主要”数据框。
例如。df1 可能看起来像：
此外，我还有另一个数据框，例如 df2：
df2 看起来像（注意非周期性时间戳）：
现在，我加入 df 并获得：
这很好，但是，我想用 df2 的“分钟级别”值替换第 0 列中的 NaN 值。因此，只有在“秒级别”上没有完全匹配的情况下，我才想回到分钟级别。这可能是该特定分钟的所有值的简单平均值（此处：2012-01-01 00:00:00）。
感谢您的帮助！
python - Pandas：选择周日 23:00 至周五 23:00 之间的数据（1 年跨度）
我有跨整个 2015 年的以分钟为单位的欧元兑美元汇率时间序列，包括非交易日（例如周末），其中时间序列值在整个非交易期间重复。
我需要通过仅选择周日 23:00 pm 和周五 23:00 pm 之间的数据来丢弃这些时间段。
我还没有找到 Pandas 的解决方案（我知道如何在一天内的时间之间进行选择并在几天之间进行选择）。我可以简单地将时间移动 1 小时，然后只选择工作日，但这是一个次优的解决方案。
关于如何实现这一目标的任何想法？
数据示例：
python - 一次一天地遍历时间序列
大规模编辑：
好的，所以我有一个分钟级别的时间序列数据框。例如，这个数据框是一年的数据。我正在尝试创建一个分析模型，该模型将每天迭代这些数据。
该函数将： 1) 从数据框中切片一天的数据。2) 创建每日切片的 30 分钟（一天的前 30 分钟）子切片。3) 通过函数的分析部分传递来自两个切片的数据。4）附加到新的数据框。5) 继续迭代直到完成。
数据框采用以下格式：
在我看来，熊猫 datetimeindex 功能是完成这项任务的最佳方式，但我不知道从哪里开始。
(1) 似乎我可以使用 .rollforward 功能，从 df 开始日期/时间开始，并在每次迭代中前滚一天。
(2) 使用 df.loc[mask] 创建子切片。
我相当确定我可以在 (2) 之后弄清楚，但我再次对时间序列分析或 pandas datetimeindex 功能不太熟悉。
最终数据框：
最高价 = 一天前 30 分钟的最高价
低 = 一天前 30 分钟的低点
回溯 = 布尔值，如果价格在前 30 分钟后的某一天返回到开盘价。
时间 = 回溯所需的时间（分钟）。
这是我的代码似乎有效（感谢大家的帮助！）：
这可能不是最优雅的方式，但是嘿，它有效！
python - Pandas - 使用 datetimeindex 对数据框进行排序
以下是我的数据框，其中包含来自多个 Excel 文件的值。我想做一个时间序列分析，所以我将索引设为datetimeindex. 但是我的索引不是按日期排列的。以下是我的数据框：
它不按日期排序。我也想对索引及其各自的行进行排序。我google了一下，发现有一种方法可以对datetimeindex进行排序，如下：
但它只是对索引进行排序，如何根据排序索引对整个数据框进行排序？请帮忙。