pandas 對(duì)日期類型數(shù)據(jù)的處理方法詳解
pandas 的日期/時(shí)間類型有如下幾種：
| Concept | Scalar Class | Array Class | pandas Data Type | Primary Creation Method |
|---|---|---|---|---|
| Date times | Timestamp | DatetimeIndex | datetime64[ns] or datetime64[ns, tz] | to_datetime or date_range |
| Time deltas | Timedelta | TimedeltaIndex | timedelta64[ns] | to_timedelta or timedelta_range |
| Time spans | Period | PeriodIndex | period[freq] | Period or period_range |
| Date offsets | DateOffset | None | None | DateOffset |
本文介紹在處理時(shí)點(diǎn)數(shù) (point in time) 一些常用的處理方法，仍然以上一篇的示例數(shù)據(jù)為例進(jìn)行講解。pandas 用 Timestamp 表示時(shí)點(diǎn)數(shù)，在大多數(shù)情況下和 python 的 datetime 類型的使用方法是通用的。
首先獲取數(shù)據(jù)，并且將 DataFrame 的 date 列轉(zhuǎn)換成 datetime 類型：
df1 = pd.read_csv('https://raw.githubusercontent.com/stonewm/python-practice-projects/master/pandas%20sample%20data/sample-salesv3.csv')
df1['date'] = pd.to_datetime(df1['date']) # convert date column to datetime
df1.head()
也可以在 read_csv() 方法中，通過 parse_dates 參數(shù)直接將某些列轉(zhuǎn)換成 datetime64 類型：
df1 = pd.read_csv('sample-salesv3.csv', parse_dates=['date'])
我們據(jù)此銷售數(shù)據(jù)，按月份、按季度統(tǒng)計(jì) sku 的銷售金額。
pandas 的 pandas.Series.dt 可以獲得日期/時(shí)間類型的相關(guān)信息。比如
df1['date'].dt.year df1['date'].dt.month df1['date'].dt.quarter
但這些類型返回值為 int 類型，作為統(tǒng)計(jì)的字段，我們更希望是 2014-04 這樣的格式，有兩個(gè)方法：
# 方法 1
df1['year_month'] = df1['date'].apply(lambda x : x.strftime('%Y-%m'))
第二種方法：
df1['period'] = df1['date'].dt.to_period('M')
第二種方法使用起來更加簡單，參數(shù) M 表示月份，Q 表示季度，A 表示年度，D 表示按天，這幾個(gè)參數(shù)比較常用。
新增了一列之后，做出數(shù)據(jù)透視表：
import numpy as np pivot = pd.pivot_table(df1, index=['sku'], columns=['period'], values=['ext price'], aggfunc=np.sum) pivot.head()
再做一個(gè)按季度統(tǒng)計(jì)的數(shù)據(jù)透視表：
df1['quarter'] = df1['date'].dt.to_period('Q')
quarter_pivot = pd.pivot_table(df1, index=['sku'], columns=['quarter'], values=['ext price'], aggfunc=np.sum)
參考
Time Series / Date functionality
Extracting just Month and Year from Pandas Datetime column
以上就是本文的全部內(nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。
相關(guān)文章
python使用WMI檢測(cè)windows系統(tǒng)信息、硬盤信息、網(wǎng)卡信息的方法
這篇文章主要介紹了python使用WMI檢測(cè)windows系統(tǒng)信息、硬盤信息、網(wǎng)卡信息的方法,涉及Python針對(duì)系統(tǒng)信息的相關(guān)操作技巧,需要的朋友可以參考下2015-05-05
這篇文章主要和大家分享三個(gè)Python中提取人臉特征的方法，文中的示例代碼講解詳細(xì)，對(duì)我們學(xué)習(xí)Python有一定的幫助，需要的可以參考一下2022-05-05
python?解決?pip?時(shí)報(bào)錯(cuò)?no?suchoption:?--bulid-dir?的解決辦法(最新
在使用PyCharm虛擬環(huán)境pip時(shí)，有時(shí)會(huì)遇到錯(cuò)誤提示“no?such?option:?--build-dir”，這可能是由于pip版本不兼容或其他原因?qū)е碌模疚膶⒃敿?xì)講解如何解決這個(gè)問題，感興趣的朋友跟隨小編一起看看吧2023-05-05
Python抓取移動(dòng)App數(shù)據(jù)使用mitmweb監(jiān)聽請(qǐng)求與響應(yīng)
這篇文章主要介紹了Python抓取移動(dòng)App數(shù)據(jù)使用mitmweb監(jiān)聽請(qǐng)求與響應(yīng)，mitmproxy控制臺(tái)方式、mitmdump與Python對(duì)接的方式、mitmweb可視化方式,需要的朋友可以參考一下2022-01-01
150行Python代碼實(shí)現(xiàn)帶界面的數(shù)獨(dú)游戲
這篇文章主要介紹了150行Python代碼實(shí)現(xiàn)帶界面的數(shù)獨(dú)游戲,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-04-04
Python?flask?sqlalchemy的簡單使用及常用操作
這篇文章主要介紹了Python?flask?sqlalchemy的簡單使用及常用操作，在python中，常用的ORM工具就是sqlalchemy了。下面就以一個(gè)簡單的flask例子來說明吧，需要的小伙伴可以參考一下2022-08-08
python析構(gòu)函數(shù)用法及注意事項(xiàng)
在本篇文章里小編給大家整理的是一篇關(guān)于python析構(gòu)函數(shù)用法及注意事項(xiàng)，有需要的朋友們可以學(xué)習(xí)參考下。2021-06-06
Python3將數(shù)據(jù)保存為txt文件的方法
這篇文章主要介紹了Python3將數(shù)據(jù)保存為txt文件的方法，非常不錯(cuò)，具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2019-09-09
使用python-docx在word文檔中查找書簽,并在書簽處寫入數(shù)據(jù)方式
使用python-docx庫，可在Word文檔中查找書簽并寫入數(shù)據(jù)。首先打開文檔，通過bookmarks屬性獲取書簽對(duì)象，然后使用書簽名定位書簽位置，最后將數(shù)據(jù)寫入書簽處。這種方法適合自動(dòng)化填充Word模板等場(chǎng)景2024-09-09
在本篇文章里小編給大家整理的是一篇關(guān)于python安裝到c盤的原因的文章，有需要的朋友們可以學(xué)習(xí)參考下。2020-07-07