pandas时间日期数据处理

天空宫阙

pandas时间日期数据处理

将字符串转变为datetime类型pd.to_datetime

该函数的方法既可以是字符串，也可以是列表，也可以是series

pd.to_datetime('2018-10-26 12:00 -0500')
pd.to_datetime(['2018-10-26 12:00 -0500', '2018-10-26 13:00 -0500'])
df['WorkingDate'] = pd.to_datetime(df['WorkingDate']) 

按指定要求生成时间series

date_series = pd.date_range(start='2024-5-14 8:20',end='2024-5-14 19:20',freq='10min')

freq别名见文末

按时间筛选

1. 对于DatetimeIndex可以直接使用loc索引  
2. 非时间类型的索引（非DatetimeIndex）可以使用between筛选时间

import pandas as pd 
import numpy as np

date_series = pd.date_range(start='2024-5-14 8:20',end='2024-5-14 19:20',freq='10min')
df = pd.DataFrame(np.ones((67,2)),
                  index=date_series, columns=['A', 'B'])

# 时间类型的index
df_result = df.loc['2024-5-14 8:20':'2024-5-14 9:20']
print(df_result)

df2 = df.reset_index() # df2 非时间类型的index
filter1 = df2['index'].between('2024-5-14 8:20','2024-5-14 9:20')
filter1_df = df2.loc[filter1,['A','B']]
print(filter1_df)

数据按时间降采样 resample

当数据采样过于密集，统计需要按小时，按天，按月等聚合时可以使用resample

import pandas as pd 
import numpy as np

date_series = pd.date_range(start='2024-5-14 8:20',end='2024-5-14 19:20',freq='10min')
df = pd.DataFrame(np.ones((67,2)),
                  index=date_series, columns=['A', 'B'])
#降采样
result1 = df['A'].resample('H').sum() # 按小时降采样
result2 = df['A'].resample('H').count()
print(result1)
print(result2)

日期格式转字符串

df['time'].apply(lambda x:x.strftime('%Y-%m-%d'))

常见freq

https://pandas.pydata.org/pandas-docs/stable/user_guide/timeseries.html#offset-aliases

Alias    Description
B        business day frequency
C        custom business day frequency
D        calendar day frequency
W        weekly frequency
M        month end frequency
SM       semi-month end frequency (15th and end of month)
BM       business month end frequency
CBM      custom business month end frequency
MS       month start frequency
SMS      semi-month start frequency (1st and 15th)
BMS      business month start frequency
CBMS     custom business month start frequency
Q        quarter end frequency
BQ       business quarter end frequency
QS       quarter start frequency
BQS      business quarter start frequency
A, Y     year end frequency
BA, BY   business year end frequency
AS, YS   year start frequency
BAS, BYS business year start frequency
BH       business hour frequency
H        hourly frequency
T, min   minutely frequency
S        secondly frequency
L, ms    milliseconds
U, us    microseconds
N        nanoseconds

a540584012

稳定时间日期数据处理

玩机小白丶王

虽然但是，这个放GPT不是能直接生成么

天空宫阙

玩机小白丶王 发表于 2024-5-14 23:13
虽然但是，这个放GPT不是能直接生成么

有时不知道相应的功能，不能说出准确的提示词，自然无法生成稳定的数据处理方法

lzy541541

感觉不错  收藏一波

小xi西

为什么python 3.10用不了pandas？