Python 通过熊猫的时间序列

数据：

使用熊猫数据帧（df），我们可以通过以下方式获取第一列的值：

date,                                             price1

2001/11/01 00:00:01am,                              10

2001/11/02 00:00:02am,                              20

2001/11/03 00:00:03am,                              15

2001/11/04 00:00:04am,                              30

如果我们想休息几天，你能做什么

df.price1

不工作。

在[36]：rng=日期范围（'2011年1月1日'，周期=5，频率=H'）
df.date

在[37]中：df=DataFrame（{'price'：[1,2,3,4,5]}，index=rng）
In[38]：df
出[38]：
价格
2011-01-01 00:00:00      1
2011-01-01 01:00:00      2
2011-01-01 02:00:00      3
2011-01-01 03:00:00      4
2011-01-01 04:00:00      5
In[39]：df.index
出[39]：
[2011-01-01 00:00:00, ..., 2011-01-01 04:00:00]
长度：5，频率：H，时区：无
In[40]：df.index.values
出[40]：
阵列（[1970-01-15104:00:00，1970-01-15105:00:00，1970-01-15106:00:00，
1970-01-15 107:00:00，1970-01-15 108:00:00]，数据类型=日期时间64[ns]）

In [36]: rng = date_range('1/1/2011', periods=5, freq='H')

In [37]: df = DataFrame({'price':[1,2,3,4,5]},index = rng)

In [38]: df
Out[38]: 
                     price
2011-01-01 00:00:00      1
2011-01-01 01:00:00      2
2011-01-01 02:00:00      3
2011-01-01 03:00:00      4
2011-01-01 04:00:00      5

In [39]: df.index
Out[39]: 
<class 'pandas.tseries.index.DatetimeIndex'>
[2011-01-01 00:00:00, ..., 2011-01-01 04:00:00]
Length: 5, Freq: H, Timezone: None

In [40]: df.index.values
Out[40]: 
array([1970-01-15 104:00:00, 1970-01-15 105:00:00, 1970-01-15 106:00:00,
       1970-01-15 107:00:00, 1970-01-15 108:00:00], dtype=datetime64[ns])