时间序列(二)
时间序列基础
pandas最基本的时间序列类型就是以时间戳（通常以Python字符串或datatime对象 表示）为索引的Series。
=====================================
datetime对象实际上是被放在一个DatetimeIndex中
=====================================
跟其他Series一样，不同索引的时间序列之间的算术运算会自动按日期对齐。
ts[::2] 是每隔两个取一个。
=====================================
pandas用NumPy的datetime64数据类型以纳秒形式存储时间戳
=====================================
DatetimeIndex中的各个标量值是pandas的Timestamp对象
索引、选取、子集构造
根据标签索引选取数据时，时间序列和其它的pandas.Series相似
=====================================
传入一个可以被解释为日期的字符串
=====================================
对于较长的时间序列，只需传入“年”或“年月”即可轻松选取数据的切片
=====================================
指定月奏效
=====================================
datetime对象也可以进行切片
=====================================
由于大部分时间序列数据都是按照时间先后排序的，因此你也可以用不存在于该时间序列中的时间戳对其进行切片（即范围查询）。
这样切片所产生的是原时间序列的视图，跟NumPy数组的切片运算是一样的。
这意味着，没有数据被复制，对切片进行修改会反映到原始数据上。
=====================================
另外，DataFrame也適用，对DataFrame的行进行索引。
++++++++++++++++++++++++++++++++++++
下一篇：时间序列(三)