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!