DatetimeIndex и диапазоны периодов

Для работы с данными временных рядов недостаточно просто хранить даты в виде строк. Вам потребуется сортировать данные по времени, выбирать диапазоны дат, изменять частоту выборки и извлекать такие компоненты, как месяц и день недели. Pandas решает эти задачи с помощью DatetimeIndex — индекса, состоящего из значений datetime64, который открывает доступ к специализированным операциям с учётом времени, недоступным для обычных целочисленных индексов или индексов из строк.

pd.date_range(start, end, freq) создаёт последовательность дат с равными интервалами. Параметр freq задаёт интервал с помощью псевдонимов смещения: 'D' — день, 'h' — час, 'ME' — конец месяца, 'W' — неделя, 'YE' — конец года. Можно передать либо end, либо periods (количество временных меток), но не оба параметра одновременно.

Чтобы включить операции на основе времени, задайте столбец с датами как индекс DataFrame с помощью set_index() после преобразования его в datetime64 с помощью pd.to_datetime(). Когда индексом становится DatetimeIndex, вы можете использовать индексацию по неполному строковому представлению (df['2024-01']), выбирать срезы по диапазонам дат и применять все методы, учитывающие время.

Одна из самых удобных возможностей DatetimeIndex — индексация по неполному строковому представлению даты. Вы можете выбирать строки по году, месяцу или дате, передавая неполную строку с датой в .loc[]. Например, df.loc['2024-01'] возвращает все строки за январь 2024 года, а df.loc['2024'] — все строки за 2024 год. Явно сравнивать значения столбцов не требуется.

pd.to_datetime() преобразует строки, целые числа (временные метки Unix) или столбцы с датами в разных форматах в datetime64. Передайте format, чтобы указать точный шаблон, если даты имеют нестандартный формат (например, '%d/%m/%Y'). Используйте errors='coerce', чтобы преобразовать значения, которые невозможно разобрать, в NaT (неверное время) вместо возникновения ошибки.

Если столбец DataFrame (но не индекс) содержит значения datetime64, аксессор .dt предоставляет векторизованный доступ ко всем свойствам и методам даты и времени этого столбца. Используйте его, чтобы без циклов извлекать .dt.year, .dt.month, .dt.day, .dt.day_of_week, .dt.hour и другие компоненты. Если дата и время находятся в индексе, используйте непосредственно df.index.year.

PeriodIndex представляет интервалы времени, а не конкретные временные метки. pd.period_range(start, periods, freq) создаёт месячные, квартальные или годовые периоды. Такой период, как Period('2024-01', 'M'), представляет весь январь 2024 года, а не только его дату начала. PeriodIndex полезен для финансовой отчётности, где используются кварталы или месяцы.

Вы можете преобразовать DatetimeIndex в PeriodIndex с помощью to_period(freq), а затем вернуть его обратно с помощью to_timestamp(). Преобразование в периоды удобно, когда нужно обозначить строки месяцем или кварталом, а не конкретным днём. Это делает группировку и агрегацию более понятными при анализе по календарным периодам.

Реальные временные ряды часто содержат информацию о часовом поясе. Pandas поддерживает DatetimeIndex с часовым поясом с помощью tz_localize() (добавляет часовой пояс к временным меткам без часового пояса) и tz_convert() (преобразует временные метки между часовыми поясами). Всегда выполняйте внутреннюю обработку в UTC, а в местное время преобразуйте только при отображении, чтобы избежать ошибок из-за неоднозначности, связанной с переходом на летнее время.

Операции с временными рядами, такие как изменение частоты и выборка, требуют отсортированного DatetimeIndex (с монотонным возрастанием). Проверьте это с помощью df.index.is_monotonic_increasing и при необходимости выполните сортировку с помощью df.sort_index(). Неотсортированный DatetimeIndex может приводить к незаметным ошибкам или неожиданным результатам при изменении частоты и использовании оконных функций.

Ниже приведён полный шаблон создания DataFrame с индексом времени из исходных данных: разберите даты, установите индекс, отсортируйте его и проверьте частоту индекса. Эта настройка служит основой для всего последующего анализа временных рядов — изменение частоты, скользящие средние и признаки с запаздыванием используют чистый отсортированный DatetimeIndex.

В этом уроке Вы узнали, как создавать DatetimeIndex с помощью pd.date_range() и разбирать даты с помощью pd.to_datetime(), как использовать индексацию по частичной строке для интуитивного выбора дат, чем отличаются типы Timestamp и Period и как работать с часовыми поясами. Далее мы рассмотрим изменение частоты, чтобы менять частоту временного ряда.