​​pd.Timestamp​​​

pd.Timestamp 是 Pandas 库中用于表示时间戳（时间点）的数据类型。它通常用于处理时间序列数据，允许你在数据框中存储和操作日期和时间信息。以下是一些关于 pd.Timestamp 的常见用法和属性：

1. 创建 Timestamp 对象：你可以使用不同的方式来创建 pd.Timestamp 对象，包括传递日期字符串、Python datetime 对象或者时间戳数值。

import pandas as pd

# 从日期字符串创建 Timestamp
ts1 = pd.Timestamp('2023-09-05 14:30:00')
print(ts1)

# 从 datetime 对象创建 Timestamp
from datetime import datetime
dt = datetime(2023, 9, 5, 14, 30)
ts2 = pd.Timestamp(dt)
print(ts2)

# 从时间戳数值创建 Timestamp
ts3 = pd.Timestamp(1630846200)  # Unix 时间戳（秒数）
print(ts3)

2. Timestamp 运算：你可以执行各种与时间相关的操作，如加法、减法、比较等。

ts1 = pd.Timestamp('2023-09-05 14:30:00')
ts2 = pd.Timestamp('2023-09-06 10:00:00')

# 计算时间间隔
time_diff = ts2 - ts1
print(time_diff)  # 输出 19:30:00

# 时间戳的比较
print(ts1 < ts2)  # 输出 True

3. 属性访问：你可以访问 pd.Timestamp 对象的各种属性，如 year、month、day、hour、minute、second 等，以获取日期和时间的具体信息。

ts = pd.Timestamp('2023-09-05 14:30:00')
print(ts.year)    # 输出 2023
print(ts.month)   # 输出 9
print(ts.day)     # 输出 5
print(ts.hour)    # 输出 14
print(ts.minute)  # 输出 30

4. 字符串表示：Timestamp 对象可以以人类可读的方式进行字符串表示，包括日期和时间。

ts = pd.Timestamp('2023-09-05 14:30:00')
print(ts)  # 输出 2023-09-05 14:30:00

5. 与数据框操作：pd.Timestamp 通常用于在 Pandas 数据框中处理时间序列数据，允许你进行时间索引、筛选和分析。

import pandas as pd

# 创建包含 Timestamp 的数据框
data = {'timestamp': [pd.Timestamp('2023-09-05 14:30:00'),
                      pd.Timestamp('2023-09-06 10:00:00'),
                      pd.Timestamp('2023-09-07 08:45:00')]}
df = pd.DataFrame(data)

# 使用 Timestamp 进行时间筛选
filtered_df = df[df['timestamp'] > pd.Timestamp('2023-09-06')]
print(filtered_df)

pd.Timestamp 在处理时间数据和时间序列数据时非常有用，允许你轻松进行各种时间相关的操作和分析。