带有重复索引的时间序列

在某些应用场景中，可能会存在多个观测数据落在同一个时间点上的情况。
在这里插入图片描述

=====================================
通过检查索引的is_unique属性，可以确认它是不是唯一的
在这里插入图片描述

=====================================
对这个时间序列进行索引，要么产生标量值，要么产生切片，具体要看所选的时间点是否重复
在这里插入图片描述

=====================================
想要对具有非唯一时间戳的数据进行聚合。一个办法是使用groupby，并传入level=0
在这里插入图片描述

日期的范围、频率以及移动

pandas中的原生时间序列一般被认为是不规则的，它们没有固定的频率。对于大部分应用程序而言，这是无所谓的。但是，它常常需要以某种相对固定的频率进行分析，比如每日、每月、每15分钟等（这样自然会在时间序列中引入缺失值）。pandas有一整套标准时间序列频率以及用于重采样、频率推断、生成固定频率日期范围的工具。

将时间序列转换为一个具有固定频率（每日）的时间序列，只需调用resample。
字符串“D”是每天的意思。
在这里插入图片描述
下面是如何使用基本的频率和它的倍数。

生成日期范围

pandas.date_range可用于根据指定的频率生成指定长度的DatetimeIndex。
默认情况下，date_range会产生按天计算的时间点。
在这里插入图片描述

=====================================
只传入起始或结束日期，那就还得传入一个表示一段时间的数字
在这里插入图片描述

=====================================
起始和结束日期定义了日期索引的严格边界。想要生成一个由每月最后一个工作日组成的日期索引，可以传入"BM"频率（表示business end of month），这样就只会包含时间间隔内（或刚好在边界上的）符合频率要求的日期
在这里插入图片描述