我们还可以在Pandas库中看到主要的数据和时间创建方法。它们显示如下：
在日期时间→ to_datetime，to_range
在时间变化量→中to_timedelta，timedelta_range
在时间范围内→ period，period_range
在时间序列分析中，最好将日期和时间用于日期或时间分量作为序列或数据帧中的索引的情况。系列是单列，数据框是矩阵形式的许多列的组合。
dateutils处理部分字符串的使用解析。下面给出的示例显示了如何使用解析来从日期和时间格式的字符串中获取日期时间格式。
#import the parser function from the dateutil library
from dateutil import parser
date = parser.parse("10th of July, 2015")
date
#output:
datetime.datetime(2015, 7, 10, 0, 0)
#import the parse for string
from dateutil.parser import parse
parse("Yesterday was January 4, 2021", fuzzy_with_tokens=True)
#output:
(datetime.datetime(2021, 1, 4, 0, 0), ('Yesterday was ', ' ', ' '))
现在我们将与pandas讨论日期和时间，因为使用pandas可以处理具有大数据和日期/时间的系列或数据框，因为使用python可以轻松地获得索引。
大熊猫的时间序列示例：
#import pandas库
将pandas导入为pd
pd.Timedelta（“ 2天”）
#output：Timedelta（'2 days 00:00:00'）
要在熊猫中制作一系列日期并将其用作索引，请使用DatetimeIndex。
index = pd.DatetimeIndex(['2020-1-20', '2020-02-01','2021-01-01',
'2021-02-01'])
index
#output:
DatetimeIndex(['2020-01-20', '2020-02-01', '2021-01-01',
'2021-02-01'], dtype='datetime64[ns]', freq=None)
假设我们要创建另一个系列并将索引系列保留为另一个系列的索引。因此，将形成两列，我们也可以将其称为数据帧。要使用列创建系列，请使用pd.series。
data = pd.Series([0, 1, 2, 3], index=index)
print(data)
要制作日期数据框，我们可以在熊猫中使用数据框
df = pd.DataFrame（{'year'：[2020，2021]，'month'：[1，2]，'day'：[
1，1]}）
print（df）
我们可以datetime使用to_datetime
pd.to_datetime（df）
＃输出：
0 2020-01-01
1 2021-02-01 dtype
：datetime64 [ns]
我们可以使用pd.series创建日期系列列
series_date = pd.Series（['2020-1-20'，'2020-1-21'，'2020-1-22'，
'2020-1-23'，'2020-1-24'，'2020- 1-25'，'2020-1-26']）
打印（series_date）
要了解与熊猫的时间三角洲。
pd.Timedelta（“ 2天00:00:00”）
#output：
Timedelta（'2 days 00:00:00'）
pd.Timedelta（“ 2天2小时”）
#output：
Timedelta（'2 days 02:00:00'）
pd.Timedelta（天数= 2，秒数= 2）
#output：
Timedelta（'2 days 00:00:02'）
＃个整数，单位为
pd.Timedelta（2，unit =“ d”），单位为1
#output：
Timedelta（'2 days 00:00:00'）
＃一个NaT
pd.Timedelta（“ nan”）
＃输出：
NaT
pd.Timedelta（“ nat”）
＃输出：
NaT
---------------------------------------------- ＃ISO
8601持续时间字符串
pd.Timedelta（“ P0DT0H1M0S”）
#output：
Timedelta（'0 days 00:01:00'）
现在，我们将添加两个新参数，即周期和频率。周期取决于频率。周期是数据根据每年，每月或每天的频率变化的次数。
一、Python所有方向的学习路线
Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。
二、Python必备开发工具
工具都帮大家整理好了，安装就可直接上手！
三、最新Python学习笔记
当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。
四、Python视频合集
观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
五、实战案例
纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
六、面试宝典
