pandas|pandas 对日期类型数据的处理日期|pandas

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()

文章图片
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'))

文章图片
第二种方法：

df1['period'] = df1['date'].dt.to_period('M')

文章图片
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()

文章图片
【pandas|pandas 对日期类型数据的处理】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)

文章图片
Reference