说起pandas这个单词，小编刚开始看到的时候还在猜测它的用法，因为我们都知道panda是熊猫的意思，加了s之后难道是一群熊猫吗？事实并不是如此，不过它的用法也跟熊猫一样可以，在处理时间上面可以进行各种操作，像熊猫是一个不可多得的宝贝。接下来我们就来看看pandas吧。
pandas最基本的时间序列类型就是以时间戳（时间点）（通常以python字符串或datetime对象表示）为索引的Series：
dates=['2017-06-20','2017-06-21',\ '2017-06-22','2017-06-23','2017-06-24','2017-06-25','2017-06-26','2017-06-27'] importnumpyasnp ts=pd.Series(np.random.randn(8),index=pd.to_datetime(dates)) ts 2017-06-200.788811 2017-06-210.372555 2017-06-220.009967 2017-06-23-1.024626 2017-06-240.981214 2017-06-250.314127 2017-06-26-0.127258 2017-06-271.919773 dtype:float64 ts.index DatetimeIndex(['2017-06-20','2017-06-21','2017-06-22','2017-06-23', '2017-06-24','2017-06-25','2017-06-26','2017-06-27'], dtype='datetime64[ns]',freq=None)
pandas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]#从前往后每隔两个取数据 2017-06-200.788811 2017-06-220.009967 2017-06-240.981214 2017-06-26-0.127258 dtype:float64 ts[::-2]#从后往前逆序每隔两个取数据 2017-06-271.919773 2017-06-250.314127 2017-06-23-1.024626 2017-06-210.372555 dtype:float64 ts+ts[::2]#自动数据对齐 2017-06-201.577621 2017-06-21NaN 2017-06-220.019935 2017-06-23NaN 2017-06-241.962429 2017-06-25NaN 2017-06-26-0.254516 2017-06-27NaN dtype:float64
以上对于python3时间的处理都是一些基础操作，相信仅是代码运行方面不会给小伙伴们造成困扰，所以都可以尝试一下。更多Python学习推荐:PyThon学习网教学中心。