Pandas Time series

본 포스팅은 pandas 패키지 라이브러리 원문을 기반으로 하여 작성하였습니다.

pandas는 빈도 변환(예: 2차 데이터를 5분 데이터로 변환)을 하는 동안 리샘플링 작업을 수행하기 위한 간단하고 강력하며 효율적인 기능을 가지고 있습니다. 이는 금융 애플리케이션에서 매우 일반적이지만 이에 국한되지 않습니다.

rng = pd.date_range("1/1/2012", periods=100, freq="S")
rng

ts = pd.Series(np.random.randint(0, 500, len(rng)), index=rng)
ts

ts.resample("5Min").sum()

시간대 표현

rng = pd.date_range("3/6/2012 00:00", periods=5, freq="D")
rng

ts = pd.Series(np.random.randn(len(rng)), rng)
ts

ts_utc = ts.tz_localize("UTC")
ts_utc

ts_utc.tz_convert("US/Eastern")

rng = pd.date_range("1/1/2012", periods=5, freq="M")
rng

ts = pd.Series(np.random.randn(len(rng)), index=rng)
ts

ps = ts.to_period()
ps

ps.to_timestamp()

기간과 타임스탬프 사이를 변환하면 몇 가지 편리한 산술 함수를 사용할 수 있습니다. 다음 예에서는 연도가 11월로 끝나는 분기별 빈도를 분기말 다음 달 말의 오전 9시로 변환합니다.

prng = pd.period_range("1990Q1", "2000Q4", freq="Q-NOV")
prng

ts = pd.Series(np.random.randn(len(prng)), prng)
ts

ts.index = (prng.asfreq("M", "e") + 1).asfreq("H", "s") + 9
ts.head()