利用 Python 进行数据分析（原书第2版）

308

｜

第

11

章

Out[43]:

DatetimeIndex(['2011-01-02', '2011-01-05', '2011-01-07', '2011-01-08',

'2011-01-10', '2011-01-12'],

dtype='datetime64[ns]', freq=None)

和其他 Series 类似，不同索引的时间序列之间的算术运算在日期上自动对齐：

In [44]: ts + ts[::2]

Out[44]:

2011-01-02 -0.409415

2011-01-05 NaN

2011-01-07 -1.038877

2011-01-08 NaN

2011-01-10 3.931561

2011-01-12 NaN

dtype: float64

ts[::2] 会将 ts 中每隔一个的元素选择出。

pandas 使用 NumPy 的 datetime64 数据类型在纳秒级的分辨率下存储时间戳：

In [45]: ts.index.dtype

Out[45]: dtype('<M8[ns]')

DatetimeIndex 中的标量值是 pandas 的 Timestamp 对象：

In [46]: stamp = ts.index[0]

In [47]: stamp

Out[47]: Timestamp('2011-01-02 00:00:00')

所有使用 datetime 对象的地方都可以用 Timestamp。此外，Timestamp 还可以存

储频率信息（如果有的话