时期及其算术运算

时期及其算术运算

时期（period）表示的是时间区间，比如数日、数月、数季、数年等。Period类所表示的就是这种数据类型，其构造函数需要用到一个字符串或整数，以及表10-4中的频率：

In [454]: p = pd.Period(2007, freq='A-DEC')
 
In [455]: p
Out[455]: Period('2007', 'A-DEC')

这个Period对象表示的是从2007年1月1日到2007年12月31日之间的整段时间。只需对Period对象加上或减去一个整数即可达到根据其频率进行位移的效果：

In [456]: p + 5                     In [457]: p - 2
Out[456]: Period('2012', 'A-DEC')   Out[457]: Period('2005', 'A-DEC')

如果两个Period对象拥有相同的频率，则它们的差就是它们之间的单位数量：

In [458]: pd.Period('2014', freq='A-DEC') - p
Out[458]: 7

period_range函数可用于创建规则的时期范围：

In [459]: rng = pd.period_range('1/1/2000', '6/30/2000', freq='M')
 
In [460]: rng
Out[460]:
<class 'pandas.tseries.period.PeriodIndex'>
freq: M
[2000-01, ..., 2000-06]
length: 6

PeriodIndex类保存了一组Period，它可以在任何pandas数据结构中被用作轴索引：

In [461]: Series(np.random.randn(6), index=rng)
Out[461]:
2000-01   -0.309119
2000-02    0.028558
2000-03    1.129605
2000-04   -0.374173
2000-05   -0.011401
2000-06    0.272924
Freq: M

PeriodIndex类的构造函数还允许直接使用一组字符串：

In [462]: values = ['2001Q3', '2002Q2', '2003Q1']
 
In [463]: index = pd.PeriodIndex(values, freq='Q-DEC')
 
In [464]: index
Out[464]:
<class 'pandas.tseries.period.PeriodIndex'>
freq: Q-DEC
[2001Q3, ..., 2003Q1]
length: 3

时期的频率转换

Period和PeriodIndex对象都可以通过其asfreq方法被转换成别的频率。假设我们有一个年度时期，希望将其转换为当年年初或年末的一个月度时期。该任务非常简单：

In [465]: p = pd.Period('2007', freq='A-DEC')
 
In [466]: p.asfreq('M', how='start')          In [467]: p.asfreq('M', how='end')
Out[466]: Period('2007-01', 'M')              Out[467]: Period('2007-12', 'M')

你可以将Period('2007','A-DEC')看做一个被划分为多个月度时期的时间段中的游标。图10-1对此进行了说明。对于一个不以12月结束的财政年度，月度子时期的归属情况就不一样了：

In [468]: p = pd.Period('2007', freq='A-JUN')
 
In [469]: p.asfreq('M', 'start')       In [470]: p.asfreq('M', 'end')
Out[469]: Period('2007-06', 'M')       Out[470]: Period('2007-06', 'M')

在将高频率转换为低频率时，超时期（superperiod）是由子时期（subperiod）所属的位置决定的。例如，在A-JUN频率中，月份“2007年8月”实际上是属于周期“2008年”的：

In [471]: p = pd.Period('2007-08', 'M')
 
In [472]: p.asfreq('A-JUN')
Out[472]: Period('2008', 'A-JUN')

PeriodIndex或TimeSeries的频率转换方式也是如此：

In [473]: rng = pd.period_range('2006', '2009', freq='A-DEC')
 
In [474]: ts = Series(np.random.randn(len(rng)), index=rng)
 
In [475]: ts
Out[475]:
2006      -0.601544
2007       0.574265
2008      -0.194115
2009       0.202225
Freq: A-DEC
 
In [476]: ts.asfreq('M', how='start')   In [477]: ts.asfreq('B', how='end')
Out[476]:                               Out[477]:
2006-01   -0.601544                     2006-12-29       -0.601544
2007-01    0.574265                     2007-12-31        0.574265
2008-01   -0.194115                     2008-12-31       -0.194115
2009-01    0.202225                     2009-12-31        0.202225
Freq: M                                 Freq: B

时期及其算术运算 - 图1

图10-1：Period频率转换示例

按季度计算的时期频率

季度型数据在会计、金融等领域中很常见。许多季度型数据都会涉及“财年末”的概念，通常是一年12个月中某月的最后一个日历日或工作日。就这一点来说，时期"2012Q4"根据财年末的不同会有不同的含义。pandas支持12种可能的季度型频率，即Q-JAN到Q-DEC：

In [478]: p = pd.Period('2012Q4', freq='Q-JAN')
 
In [479]: p
Out[479]: Period('2012Q4', 'Q-JAN')

在以1月结束的财年中，2012Q4是从11月到1月（将其转换为日型频率就明白了）。图10-2对此进行了说明：

In [480]: p.asfreq('D', 'start')       In [481]: p.asfreq('D', 'end')
Out[480]: Period('2011-11-01', 'D')    Out[481]: Period('2012-01-31', 'D')

因此，Period之间的算术运算会非常简单。例如，要获取该季度倒数第二个工作日下午4点的时间戳，你可以这样：

In [482]: p4pm = (p.asfreq('B', 'e') - 1).asfreq('T', 's') + 16 * 60
 
In [483]: p4pm
Out[483]: Period('2012-01-30 16:00', 'T')
 
In [484]: p4pm.to_timestamp()
Out[484]: <Timestamp: 2012-01-30 16:00:00>

时期及其算术运算 - 图2

图10-2：不同季度型频率之间的转换

period_range还可用于生成季度型范围。季度型范围的算术运算也跟上面是一样的：

In [485]: rng = pd.period_range('2011Q3', '2012Q4', freq='Q-JAN')
 
In [486]: ts = Series(np.arange(len(rng)), index=rng)
 
In [487]: ts
Out[487]:
2011Q3    0
2011Q4    1
2012Q1    2
2012Q2    3
2012Q3    4
2012Q4    5
Freq: Q-JAN
 
In [488]: new_rng = (rng.asfreq('B', 'e') - 1).asfreq('T', 's') + 16 * 60
 
In [489]: ts.index = new_rng.to_timestamp()
 
In [490]: ts
Out[490]:
2010-10-28 16:00:00    0
2011-01-28 16:00:00    1
2011-04-28 16:00:00    2
2011-07-28 16:00:00    3
2011-10-28 16:00:00    4
2012-01-30 16:00:00    5

将Timestamp转换为Period（及其反向过程）

通过使用to_period方法，可以将由时间戳索引的Series和DataFrame对象转换为以时期索引：

In [491]: rng = pd.date_range('1/1/2000', periods=3, freq='M')
 
In [492]: ts = Series(randn(3), index=rng)
 
In [493]: pts = ts.to_period()
 
In [494]: ts
Out[494]:
2000-01-31   -0.505124
2000-02-29    2.954439
2000-03-31   -2.630247
Freq: M
In [495]: pts
Out[495]:
2000-01      -0.505124
2000-02       2.954439
2000-03      -2.630247
Freq: M

由于时期指的是非重叠时间区间，因此对于给定的频率，一个时间戳只能属于一个时期。新PeriodIndex的频率默认是从时间戳推断而来的，你也可以指定任何别的频率。结果中允许存在重复时期：

In [496]: rng = pd.date_range('1/29/2000', periods=6, freq='D')
 
In [497]: ts2 = Series(randn(6), index=rng)
 
In [498]: ts2.to_period('M')
Out[498]:
2000-01      -0.352453
2000-01      -0.477808
2000-01       0.161594
2000-02       1.686833
2000-02       0.821965
2000-02      -0.667406
Freq: M

要转换为时间戳，使用to_timestamp即可：

In [499]: pts = ts.to_period()
 
In [500]: pts
Out[500]:
2000-01      -0.505124
2000-02       2.954439
2000-03      -2.630247
Freq: M
 
In [501]: pts.to_timestamp(how='end')
Out[501]:
2000-01-31   -0.505124
2000-02-29    2.954439
2000-03-31   -2.630247
Freq: M

通过数组创建PeriodIndex

固定频率的数据集通常会将时间信息分开存放在多个列中。例如，在下面这个宏观经济数据集中，年度和季度就分别存放在不同的列中：

In [502]: data = pd.read_csv('ch08/macrodata.csv')
 
In [503]: data.year           In [504]: data.quarter
Out[503]:                     Out[504]:
0      1959                   0      1
1      1959                   1      2
2      1959                   2      3
3      1959                   3      4
...                           ...
199    2008                   199    4
200    2009                   200    1
201    2009                   201    2
202    2009                   202    3
Name: year, Length: 203       Name: quarter, Length: 203

将这两个数组以及一个频率传入PeriodIndex，就可以将它们合并成DataFrame的一个索引：

In [505]: index = pd.PeriodIndex(year=data.year, quarter=data.quarter, freq='Q-DEC')
 
In [506]: index
Out[506]:
<class 'pandas.tseries.period.PeriodIndex'>
freq: Q-DEC
[1959Q1, ..., 2009Q3]
length: 203
 
In [507]: data.index = index
 
In [508]: data.infl
Out[508]:
1959Q1    0.00
1959Q2    2.34
1959Q3    2.74
1959Q4    0.27
...
2008Q4   -8.79
2009Q1    0.94
2009Q2    3.37
2009Q3    3.56
Freq: Q-DEC, Name: infl, Length: 203