pandas的时间对象

pandas时间处理对象

    pandas中有个时间库：datautil，可以使用其中的方法把多种字符串时间格式转化为时间对象。

import dateutil
import pandas as pd

a = dateutil.parser.parse('2020-02-05')
print(a)
b = dateutil.parser.parse('2020/02/05')
print(b)
c = dateutil.parser.parse('02/05/2020')
print(c)
d = dateutil.parser.parse('2020-FEB-05')
print(d)
e = pd.to_datetime(['2020-FEB-05','02/29/2020'])
print(e)

pandas中时间对象生成

    pandas的“date_range”方法可以获取时间范围，有四个参数，包括开始、结束、周期（个数）、频率（范围），periods参数指需要生成的日期的个数，freq参数指单位，H代表按小时生成，W代表按星期生成，W-MON指每周一，B代表工作日。

print(pd.date_range('2020-02-1', '2020-3-1'))
print(pd.date_range('2020-02-1', periods=10))
print(pd.date_range('2020-02-1', periods=10, freq='H'))
print(pd.date_range('2020-02-1', periods=10, freq='W'))
print(pd.date_range('2020-02-1', periods=10, freq='W-MON'))
print(pd.date_range('2020-02-1', periods=10, freq='B'))

时间序列

    时间对象可以用来构成时间序列，时间序列可以进行切片，切片方式可以按年、月、周等，也可以传入时间范围进行切片，可以使用resample函数进行周期采样，可以使用truncate函数是截断功能。

import numpy as np
import pandas as pd


sr = pd.Series(np.arange(100), index=pd.date_range('2020-02-1',periods=100))
print(sr)
print(sr["2020-03"])
print(sr["2020"])
print(sr["2020-03-05":"2020-03-20"])
print(sr.resample("W").sum())
print(sr.resample("M").sum())
print(sr.truncate(before="2020-04-01"))

如果您喜欢这篇文章，别忘了点赞和评论哦！