上一篇：【时间序列(三)】【带有重复索引的时间序列+日期的范围、频率以及移动+生成日期范围
频率和日期偏移量
pandas中的频率是由一个基础频率（base frequency）和一个乘数组成的。基础频率通常以一个字符串别名表示，比如"M"表示每月，"H"表示每小时。对于每个基础频率，都有一个被称为日期偏移量（date offset）的对象与之对应。例如，按小时计算的频率可以用Hour类表示。
=====================================
传入一个整数即可定义偏移量的倍数
=====================================
一般来说，无需明确创建这样的对象，只需使用诸如"H"或"4H"这样的字符串别名 即可。在基础频率前面放上一个整数即可创建倍数。
=====================================
大部分偏移量对象都可通过加法进行连接
=====================================
你也可以传入频率字符串（如"2h30min"），这种字符串可以被高效地解析 为等效的表达式
=====================================
有些频率所描述的时间点并不是均匀分隔的。例如，“M”（日历月末）和"BM"（每 月最后一个工作日）就取决于每月的天数，对于后者，还要考虑月末是不是周末。
用户可以根据实际需求自定义一些频率类以便提供pandas所没有的日期逻辑。
WOM日期
WOM（Week Of Month）是一种非常实用的频率类，它以WOM开头。它使你能获得诸如“每月第3个星期五”之类的日期。
移动（超前和滞后）数据
移动（shifting）指的是沿着时间轴将数据前移或后移。Series和DataFrame都有一 个shift方法用于执行单纯的前移或后移操作，保持索引不变。
进行移动时，就会在时间序列的前面或后面产生缺失数据。
=====================================
shift通常用于计算一个时间序列或多个时间序列（如DataFrame的列）中的百分比 变化。
=====================================
由于单纯的移位操作不会修改索引，所以部分数据会被丢弃。因此，如果频率已知，则可以将其传给shift以便实现对时间戳进行位移而不是对数据进行简单位移
=====================================
使用其他频率，对数据进行超前和滞后处理
通过偏移量对日期进行位移
pandas的日期偏移量还可以用在datetime或Timestamp对象
=====================================
如果加的是锚点偏移量（比如MonthEnd），第一次增量会将原日期向前滚动到符 合频率规则的下一个日期
=====================================
通过锚点偏移量的rollforward和rollback方法，可明确地将日期向前或向后“滚动”。
=====================================
日期偏移量还有一个巧妙的用法，即结合groupby使用这两个“滚动”方法
=====================================
更简单、更快速地实现该功能的办法是使用resample
++++++++++++++++++++++++++++++++++++
下一篇：【时间序列(五)】待更新
