pandas 对日期类型数据的处理方法详解
作者:Stone0823 时间:2021-12-02 04:43:56
pandas 的日期/时间类型有如下几种:
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 |
本文介绍在处理时点数 (point in time) 一些常用的处理方法,仍然以上一篇的示例数据为例进行讲解。pandas 用 Timestamp 表示时点数,在大多数情况下和 python 的 datetime 类型的使用方法是通用的。
首先获取数据,并且将 DataFrame 的 date 列转换成 datetime 类型:
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,通过 parse_dates 参数直接将某些列转换成 datetime64 类型:
df1 = pd.read_csv('sample-salesv3.csv', parse_dates=['date'])
我们据此销售数据,按月份、按季度统计 sku 的销售金额。
pandas 的 pandas.Series.dt 可以获得日期/时间类型的相关信息。比如
df1['date'].dt.year
df1['date'].dt.month
df1['date'].dt.quarter
但这些类型返回值为 int 类型,作为统计的字段,我们更希望是 2014-04 这样的格式,有两个方法:
# 方法 1
df1['year_month'] = df1['date'].apply(lambda x : x.strftime('%Y-%m'))
第二种方法:
df1['period'] = df1['date'].dt.to_period('M')
第二种方法使用起来更加简单,参数 M 表示月份,Q 表示季度,A 表示年度,D 表示按天,这几个参数比较常用。
新增了一列之后,做出数据透视表:
import numpy as np
pivot = pd.pivot_table(df1, index=['sku'], columns=['period'], values=['ext price'], aggfunc=np.sum)
pivot.head()
再做一个按季度统计的数据透视表:
df1['quarter'] = df1['date'].dt.to_period('Q')
quarter_pivot = pd.pivot_table(df1, index=['sku'], columns=['quarter'], values=['ext price'], aggfunc=np.sum)
参考
Time Series / Date functionality
Extracting just Month and Year from Pandas Datetime column
来源:https://www.jianshu.com/p/0b8dcbc2df33
标签:pandas,日期,类型,数据,处理
0
投稿
猜你喜欢
python matplotlib如何给图中的点加标签
2023-02-23 12:16:47
解决Django生产环境无法加载静态文件问题的解决
2022-03-12 18:31:09
.Net行为型设计模式之策略模式(Stragety)
2024-05-13 09:18:07
什么是好的设计
2010-02-25 12:22:00
Python zip()函数用法实例分析
2022-10-28 21:39:53
Python库functools示例详解
2021-03-10 07:01:27
windows server 2003+IIS6 出现 'ASP 不正常,因为执行请求
2010-05-07 11:02:00
解决SQL Server的“此数据库没有有效所有者”问题
2024-01-16 22:21:58
master数据库损坏的解决办法有哪些
2024-01-16 16:30:06
让ASP组件来保护你的网站,自定义加密方法的使用
2009-11-07 19:27:00
如何利用PyQt5制作一个简单的登录界面
2023-11-18 20:36:31
rollup3.x+vue2打包组件的实现
2024-05-22 10:43:40
MySQL之Explain详解
2024-01-12 21:14:55
python3.7.3版本和django2.2.3版本是否可以兼容
2022-08-18 09:31:23
Python基础之hashlib模块subprocess模块logging模块
2022-08-12 02:45:52
Google中国新首页风格再度变脸
2008-10-27 13:37:00
巧用特殊的空格字符
2009-04-10 18:32:00
python自动截取需要区域,进行图像识别的方法
2021-05-14 11:04:42
Python使用装饰器模拟用户登陆验证功能示例
2022-03-04 20:56:52
Python中json.dumps()函数的使用解析
2022-11-04 19:41:09