因为我们的具体目标是向你展示下面这些:
1、创建一个日期范围
2、处理时间戳数据
3、将字符串数据转换为时间戳
4、数据帧中索引和切片时间序列数据
5、重新采样不同时间段的时间序列汇总/汇总统计数据
6...'data'] = np.random.randint(0,100,size=(len(date_rng)))
df.head(15)
}
如果我们想做时间序列操作，我们需要一个日期时间索引，以便我们的数据帧在时间戳上建立索引...将数据帧索引转换为datetime索引，然后显示第一个元素:
df['datetime'] = pd.to_datetime(df['date'])
df = df.set_index('datetime...(2018, 6, 1, 0, 0),
datetime.datetime(2018, 6, 2, 0, 0),
datetime.datetime(2018, 6, 3, 0, 0)]
}
如果我们把它放入一个数据帧中...让我们在原始df中创建一个新列，该列计算3个窗口期间的滚动和，然后查看数据帧的顶部：
df['rolling_sum'] = df.rolling(3).sum()
df.head(10)
}
我们可以看到
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
