个性化阅读
专注于IT技术分析

Pandas时间段应该这样使用————

时间段表示时间跨度, 例如, 天, 年, 季度或月等。它被定义为允许我们将频率转换为时间段的类。

产生周期和频率转换

我们可以通过使用频率为” M”的” Period”命令来生成周期。如果我们将” asfreq”操作与” start”操作一起使用, 则日期将显示为” 01″, 而如果使用” end”选项, 则日期将显示为” 31″。

例:

import pandas as pd
x = pd.Period('2014', freq='S') 
x.asfreq('D', 'start')

输出

Period('2014-01-01', 'D')

例:

import pandas as pd
x = pd.Period('2014', freq='S') 
x.asfreq('D', 'end')

输出

Period('2014-01-31', 'D')

周期算术

周期算术用于对周期执行各种算术运算。所有操作将在”频率”的基础上执行。

import pandas as pd
x = pd.Period('2014', freq='Q') 
x

输出

Period('2014', 'Q-DEC')

例:

import pandas as pd
x = pd.Period('2014', freq='Q') 
x + 1

输出

Period('2015', 'Q-DEC')

创建期间范围

我们可以使用” period_range”命令创建周期范围。

import pandas as pd
p = pd.period_range('2012', '2017', freq='A') 
p

输出

PeriodIndex(['2012-01-02', '2012-01-03', '2012-01-04', '2012-01-05', '2012-01-06', '2012-01-09', '2012-01-10', '2012-01-11', '2012-01-12', '2012-01-13', '2016-12-20', '2016-12-21', '2016-12-22', '2016-12-23', '2016-12-26', '2016-12-27', '2016-12-28', '2016-12-29', '2016-12-30', '2017-01-02'], dtype='period[B]', length=1306, freq='B')

将字符串日期转换为句点

如果要将字符串日期转换为句点, 首先需要将字符串转换为日期格式, 然后将日期转换为句点。

# dates as string 
p = ['2012-06-05', '2011-07-09', '2012-04-06']
# convert string to date format 
x = pd.to_datetime(p) 
x

输出

DatetimeIndex(['2012-06-05', '2011-07-09', '2012-04-06'], dtype='datetime64[ns]', freq=None)

将期间转换为时间戳

如果我们将周期转换回时间戳, 则可以使用” to_timestamp”命令简单地完成。

import pandas as pd
prd
prd.to_timestamp()

输出

DatetimeIndex(['2017-04-02', '2016-04-06', '2016-05-08'], dtype='datetime64[ns]', freq=None)

赞(0) 打赏
未经允许不得转载:srcmini » Pandas时间段应该这样使用————
分享到: 更多 (0)

评论 抢沙发

评论前必须登录!

 

觉得文章有用就打赏一下文章作者

微信扫一扫打赏