保存成功
订阅成功
保存失败,请重试
提交成功

Pandas 时间序列处理技巧总结

¥2.99会员免费看
莫小钱
5

我们日常生活见到的数据大都基于时间规律生成,如日志数据、天气数据、股市交易数据等等,因此对很多数据处理和分析来说,时间序列几乎是一个不能抛开的话题。得益于 Pandas 对时间序列数据的强大接口,使得我们处理数据时间序列问题将会变得愈发简单 。

通过本文你将学到很多有关 Pandas 处理时间序列问题的实用技巧:

  1. 时间标准时间的概念
    • 格林威治标准时间 GMT 的概念
    • 世界协调时间 UTC 的概念
    • Pandas 时区定位和转换
  2. Python 时间库
    • datetime 库时间格式化处理
    • dateutil 库时间格式化处理
    • Pandas 时间索引是否为空判断
  3. Pandas 时间索引处理基础
    • 时间序引的生成(自定义序列范围、数量、频度)
    • 基于时间序列查询、切片、分组计算
    • 基于时间序列数据偏移
  4. Pandas 时间序列处理进阶
    • 数据填充
    • 重采样(降采和增采)
    • 移动窗口函数
76 人已订阅
会员免费看
¥2.99 原价订阅
关注提示×
扫码关注公众号,获得 Chat 最新进展通知!
入群与作者交流×
扫码后回复关键字 入群
Chat·作者交流群
入群码
该二维码永久有效
严选标准
知道了
Chat 状态详情
开始预订
预订结果公布09月26日

预订达标,作者开始写作

审核未达标,本场 Chat 终止

作者文章审核结果公布10月15日

审核达标,文章发布

审核未达标,本场 Chat 终止

Chat 完结
×
已购列表