特定数据符合时间序列的标准是什么？

我想做的是尝试检测天气数据集是否是时间序列？我想自动化这个过程。

假设我有以下数据集：

df1:

df2:

df3:

df4:

df1有时间列是均匀分布的, df2有时间栏，但它是间隔不均匀 and df3 and df4有一个时间列是不采用以下格式datetime

从以上内容中df, 哪个是时间序列数据，哪个不是？到底是什么将数据集视为时间序列的标准?

Thanks!

正如@GalodoLeste 所示，您的数据帧是时间序列：

df1['Heading 1'] = pd.to_datetime(df1['Heading 1'], dayfirst=True)
df2['Heading 1'] = pd.to_datetime(df2['Heading 1'], dayfirst=True)
df3['Heading 1'] = pd.to_datetime(df3['Heading 1'])
df4['Heading 1'] = pd.to_datetime(df4['Heading 1'], format='%Y')

但第三个有频率，而第三个没有：

>>> df1['Heading 1'].dt.freq
'D'

>>> df2['Heading 1'].dt.freq
None

>>> df3['Heading 1'].dt.freq
'MS'

>>> df4['Heading 1'].dt.freq
'AS-JAN'