Pandas中datetime數(shù)據(jù)類型的使用
Python內(nèi)置了datetime對象，可以在datetime庫中找到
from datetime import datetime now = datetime.now() now
還可以手動創(chuàng)建datetime
t2 = datetime(2023,4,21) now-t2 # datetime.timedelta(days=251, seconds=31427, microseconds=546921)
將pandas中的數(shù)據(jù)轉(zhuǎn)換成datetime
1.to_datetime函數(shù)
Timestamp是pandas用來替換python datetime.datetime的 可以使用to_datetime函數(shù)把數(shù)據(jù)轉(zhuǎn)換成Timestamp類型
import pandas as pd ebola = pd.read_csv(r'C:\Users\Administrator\Documents\WeChat Files\wxid_mgaxcaeufcpq22\FileStorage\File\2023-12\country_timeseries.csv') ebola.iloc[:5,:5]
從數(shù)據(jù)中看出 Date列是日期，但通過info查看加載后數(shù)據(jù)為object類型
某些場景下, (比如從csv文件中加載進來的數(shù)據(jù)), 日期時間的數(shù)據(jù)會被加載成object類型, 此時需要手動的把這個字段轉(zhuǎn)換成日期時間類型可以通過to_datetime方法把Date列轉(zhuǎn)換為Timestamp,然后創(chuàng)建新列
ebola['date_dt'] = pd.to_datetime(ebola['Date']) ebola.info() # 18 date_dt 122 non-null datetime64[ns]
2.通過Timestamp創(chuàng)建
d=pd.Timestamp(2023,12,28)
d
# Timestamp('2023-12-28 00:00:00')3 .通過parse_dates參數(shù)指定
ebola = pd.read_csv('data/country_timeseries.csv',parse_dates=[0])
ebola.info()
# Date列轉(zhuǎn)換為datetime類型提取日期的各個部分
d = pd.to_datetime('2023-04-20')
# 可以看到得到的數(shù)據(jù)是Timestamp類型，通過Timestamp可以獲取年，月，日等部分
d.year
d.month
d.day
日期運算和Timedelta
Ebola數(shù)據(jù)集中的Day列表示一個國家爆發(fā)Ebola疫情的天數(shù)。這一列數(shù)據(jù)可以通過日期運算重建該列 疫情爆發(fā)的第一天（數(shù)據(jù)集中最早的一天）是2014-03-22。
計算疫情爆發(fā)的天數(shù)時，只需要用每個日期減去這個日期即可
獲取疫情爆發(fā)的第一天 ebola['Date'].min() 添加新列 ebola['outbreak_d'] = ebola['Date']-ebola['Date'].min() 查看數(shù)據(jù) ebola[['Date','Day','outbreak_d']].head() ebola[['Date','Day','outbreak_d']].tail()
banks['倒閉的季度'] = banks['Closing Date'].dt.quarter banks['倒閉的年份'] = banks['Closing Date'].dt.year
.dt.quarter和.dt.year可以獲取當(dāng)前日期的季度和年份
# 類似于這個方法 d=pd.Timestamp(2023,12,30) d.weekday()
closing_year = banks.groupby(['倒閉的年份'])['Bank Name'].count() closing_year # 2000,2 2001,4 2002,11 2003,3 2004,4 2007,3 2008,25 2009,140 2010,157 2011,92
基于日期數(shù)獲取數(shù)據(jù)子集
先將第一列數(shù)據(jù)處理為datetime類型
tesla = pd.read_csv(r'C:\Users\Administrator\Documents\WeChat Files\wxid_mgaxcaeufcpq22\FileStorage\File\2023-12\TSLA.csv',parse_dates=[0]) tesla.info()
tesla.loc[(tesla.Date.dt.year==2015) & (tesla.Date.dt.month == 8)]
將索引設(shè)為Date 列，然后可以查詢2015年8月的所有數(shù)據(jù)
tesla.set_index('Date',inplace=True)
tesla['2015-08']
tesla['ref_date'] = tesla['Date']-tesla['Date'].min()
tesla.set_index('ref_date',inplace=True)
tesla.loc['1000 days']
日期范圍
使用date_range函數(shù)來創(chuàng)建連續(xù)的日期范圍
head_range = pd.date_range(start='2014-12-31',end='2015-01-05')
head_range # 使用date_range函數(shù)創(chuàng)建日期序列時，可以傳入一個參數(shù)freq，默認(rèn)情況下freq取值為D，表示日期范圍內(nèi)的值是逐日遞增的
#
DatetimeIndex(['2014-12-31', '2015-01-01', '2015-01-02', '2015-01-03',
'2015-01-04', '2015-01-05'],
dtype='datetime64[ns]', freq='D')包含日期的數(shù)據(jù)集中，并非每一個都包含固定頻率。比如在Ebola數(shù)據(jù)集中，日期并沒有規(guī)律 ebola.iloc[:,:5]
從上面的數(shù)據(jù)中可以看到，缺少2015年1月1日，2014年3月23日，如果想讓日期連續(xù)，可以創(chuàng)建一個日期范圍來為數(shù)據(jù)集重建索引。
在freq傳入?yún)?shù)的基礎(chǔ)上，可以做一些調(diào)整
# 隔一個工作日取一個工作日
pd.date_range('2023-01-01','2023-01-07',freq='2B')
freq傳入的參數(shù)可以傳入多個
#2023年每個月的第一個星期四
pd.date_range('2023-01-01','2023-12-31',freq='WOM-1THU')
#每個月的第三個星期五
pd.date_range('2023-01-01','2023-12-31',freq='WOM-3FRI')datetime類型案例
加載數(shù)據(jù)
crime = pd.read_csv('data/crime.csv',parse_dates=['REPORTED_DATE'])
查看數(shù)據(jù)
crime.info()
設(shè)置報警時間為索引
crime = crime.set_index('REPORTED_DATE')
crime.head()
crime.loc['2016-05-12']
查看某一段時間的犯罪記錄
crime.loc['2015-3-4':'2016-1-1'].sort_index()
時間段可以包括小時分鐘
crime.loc['2015-3-4 22':'2016-1-1 23:45:00'].sort_index()查詢凌晨兩點到五點的報警記錄
crime.between_time('2:00', '5:00', include_end=False)
查看發(fā)生在某個時刻的犯罪記錄
crime.at_time('5:47')
在按時間段選取數(shù)據(jù)時，可以將時間索引排序，排序之后再選取效率更高
crime_sort = crime.sort_index()
%timeit crime.loc['2015-3-4':'2016-1-1']
%timeit crime_sort.loc['2015-3-4':'2016-1-1']
(%timeit是ipython的魔術(shù)函數(shù),可用于計時特定代碼段)
總結(jié):
Pandas中，datetime64用來表示時間序列類型
時間序列類型的數(shù)據(jù)可以作為行索引，對應(yīng)的數(shù)據(jù)類型是DatetimeIndex類型
datetime64類型可以做差，返回的是Timedelta類型
到此這篇關(guān)于Pandas中datetime數(shù)據(jù)類型的使用的文章就介紹到這了,更多相關(guān)Pandas datetime數(shù)據(jù)類型內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
基于Python和PyYAML讀取yaml配置文件數(shù)據(jù)
這篇文章主要介紹了基于Python和PyYAML讀取yaml配置文件數(shù)據(jù),文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2020-01-01
python匿名函數(shù)之lambda函數(shù)詳解
這篇文章主要介紹了python匿名函數(shù)之lambda函數(shù),具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2025-06-06
tensorflow安裝成功import tensorflow 出現(xiàn)問題
這篇文章主要介紹了tensorflow安裝成功import tensorflow 出現(xiàn)問題，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，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
Linux添加Python?path方法及修改環(huán)境變量的三種方法
這篇文章主要介紹了Linux添加Python?path方法及修改環(huán)境變量的三種方法,Linux 下設(shè)置環(huán)境變量有三種方法，一種用于當(dāng)前終端，一種用于當(dāng)前用戶，一種用于所有用戶，本文對每種方法給大家介紹的非常詳細(xì)，需要的朋友可以參考下2022-07-07
Python根據(jù)當(dāng)前日期取去年同星期日期
最近做項目，遇到這樣的業(yè)務(wù)開發(fā)需求，需要對比當(dāng)前時間段和去年同星期的時間段的數(shù)據(jù)，下面小編通過實例代碼給大家分享Python根據(jù)當(dāng)前日期取去年同星期日期，需要的朋友參考下2019-04-04
關(guān)于數(shù)據(jù)分析Pandas的Series用法總結(jié)
這篇文章主要介紹了關(guān)于數(shù)據(jù)分析Pandas的Series用法總結(jié),Series序列，是一種一維的結(jié)構(gòu)，類似于一維列表和ndarray中的一維數(shù)組，但是功能比他們要更為強大，Series由兩部分組成：索引index和數(shù)值values,本篇對其用法做出總結(jié)2023-07-07
下面小編就為大家?guī)硪黄猵ython基礎(chǔ)之入門必看操作。小編覺得挺不錯的，現(xiàn)在就分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2017-07-07
python 實用工具狀態(tài)機transitions
這篇文章主要介紹了python 實用工具狀態(tài)機transitions的使用，幫助大家更好的理解和學(xué)習(xí)python，感興趣的朋友可以了解下2020-11-11
這篇文章主要為大家詳細(xì)介紹了使用python實現(xiàn)微信自動回復(fù)功能，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-04-04
Python實現(xiàn)監(jiān)控一個程序的運行情況
這篇文章主要為大家介紹了Python如何實現(xiàn)監(jiān)控一個程序的運行情況，然后視情況將進程殺死并重啟，文中的示例代碼簡潔易懂，需要的可以參考一下2023-05-05