Question

我有一个数据值表，应该用半小时的时间间隔编制索引，并且我已经用Pandas和Numpy处理它们了。目前，他们使用的是CSV文件，我使用read_csv将它们导入到只有interval-endpoint作为索引的数据框中。我对此感到不舒服，并希望将间隔本身作为索引。

我不知道是否使用DateTimeIndex，PeriodIndex或TimedeltaIndex ...所有这些在实践中看起来都非常类似于我。我的运营包括

查找特定时间间隔
检查特定时间间隔内是否包含DateTime
交叉点和（设置）间隔差异
拆分和加入间隔

熊猫甚至可以做所有这些吗？这是可取的吗？我已经在使用this interval library，使用Pandas tslib和period会更好吗？

Answer 1

如果你只需要一个时间间隔为30分钟的系列，你可以这样做：

import pandas as pd
import datetime as dt

today = dt.datetime.date()
yesterday = dt.datetime.date()-dt.timedelta(days=1)
time_range = pd.date_range(yesterday,today, freq='30T')

现在您可以使用它来设置索引

pd.DataFrame(0, index=time_range,columns=['yourcol'])

Out[35]: 
                     yourcol
2016-09-25 00:00:00        0
2016-09-25 00:30:00        0
2016-09-25 01:00:00        0
2016-09-25 01:30:00        0
2016-09-25 02:00:00        0

这将是一个DateTimeIndex

您可以在此处阅读有关熊猫时间间隔的更多信息：http://pandas.pydata.org/pandas-docs/stable/timeseries.html#offset-aliases

对于半小时的间隔，我可以使用Pandas TimeDeltaIndex，PeriodIndex或DateTimeIndex吗？

1 个答案: