7 - Series de tiempo en Pandas: índices
Lección 7 del curso Pandas Nivel Avanzado.
En la lección anterior hablamos del tipo de dato Timestamp que permite representar fechas y horas en Pandas.
Una de las formas de representar comúnmente una Serie de Tiempo en Pandas es haciendo que el índice (de la Serie o el DataFrame) sea precisamente la variable temporal.
En estos casos lo más común es usar el tipo de dato DatetimeIndex de Pandas, que permite representar el índice y donde cada elemento es precisamente un dato tipo Timestamp. Es decir que por lo general el índice de una Serie de Tiempo en Pandas contiene información sobre la fecha y la hora para cada registro.
Al usar un índice tipo DatetimeIndex tendremos acceso a múltiples técnicas que nos permitirán operar y manipular fácilmente la Serie de Tiempo (de las cuales hablaremos en las próximas lecciones).
Así que en esta lección veremos las diferentes formas en las que podemos crear una Serie de Tiempo en Pandas usando como referencia el índice tipo DatetimeIndex.
Suscríbete y accede al código fuente y al video con la explicación detallada de esta lección. Además podrás disfrutar de todos los cursos de la Academia Online
Acabamos de ver las diferentes maneras de crear una Serie de Tiempo que en últimas hacen uso del tipo de dato DatetimeIndex para fijar el índice de la Serie o del DataFrame.
Una de las formas de crear la Serie de Tiempo es creando la tabla de datos directamente en Pandas, aunque en la práctica este método es poco usado.
La manera más común de crear una Serie de Tiempo en Pandas es al momento de la lectura del set de datos. Por ejemplo, al usar el método read_csv para leer un archivo CSV, podemos incluir los parámetros parse_dates e index_col para crear la Serie de Tiempo.
Finalmente, en el ejemplo práctico de esta lección vimos cómo manipular el formato de hora y fecha de una tabla de datos para lograr realizar la lectura correctamente haciendo uso del método to_datetime de Pandas.
En la próxima lección veremos otras formas alternativas de representar el índice de una Serie de Tiempo en Pandas, que nos permitirán codificar la variable tiempo como periodos o como cantidad de tiempo transcurrido con respecto a un instante de tiempo de referencia.