锐客网

  1. 首页 > 睿知 > it技术 > >

Pandas时间段应该这样使用————

PythonIT知识

【Pandas时间段应该这样使用————】时间段表示时间跨度, 例如, 天, 年, 季度或月等。它被定义为允许我们将频率转换为时间段的类。
产生周期和频率转换
我们可以通过使用频率为” M” 的” Period” 命令来生成周期。如果我们将” asfreq” 操作与” start” 操作一起使用, 则日期将显示为” 01″ , 而如果使用” end” 选项, 则日期将显示为” 31″ 。
例：

import pandas as pdx = pd.Period('2014', freq='S') x.asfreq('D', 'start')

输出
Period('2014-01-01', 'D')

例：
import pandas as pdx = pd.Period('2014', freq='S') x.asfreq('D', 'end')

输出
Period('2014-01-31', 'D')

周期算术
周期算术用于对周期执行各种算术运算。所有操作将在” 频率” 的基础上执行。
import pandas as pdx = pd.Period('2014', freq='Q') x

输出
Period('2014', 'Q-DEC')

例：
import pandas as pdx = pd.Period('2014', freq='Q') x + 1

输出
Period('2015', 'Q-DEC')

创建期间范围
我们可以使用” period_range” 命令创建周期范围。
import pandas as pdp = pd.period_range('2012', '2017', freq='A') p

输出
PeriodIndex(['2012-01-02', '2012-01-03', '2012-01-04', '2012-01-05', '2012-01-06', '2012-01-09', '2012-01-10', '2012-01-11', '2012-01-12', '2012-01-13', '2016-12-20', '2016-12-21', '2016-12-22', '2016-12-23', '2016-12-26', '2016-12-27', '2016-12-28', '2016-12-29', '2016-12-30', '2017-01-02'], dtype='period[B]', length=1306, freq='B')

将字符串日期转换为句点
如果要将字符串日期转换为句点, 首先需要将字符串转换为日期格式, 然后将日期转换为句点。
# dates as string p = ['2012-06-05', '2011-07-09', '2012-04-06']# convert string to date format x = pd.to_datetime(p) x

输出
DatetimeIndex(['2012-06-05', '2011-07-09', '2012-04-06'], dtype='datetime64[ns]', freq=None)

将期间转换为时间戳
如果我们将周期转换回时间戳, 则可以使用” to_timestamp” 命令简单地完成。
import pandas as pdprdprd.to_timestamp()

输出
DatetimeIndex(['2017-04-02', '2016-04-06', '2016-05-08'], dtype='datetime64[ns]', freq=None)

    推荐阅读


    上一篇：Pandas时间偏移这样使用就好了————

    下一篇：Pandas时间序列最全面的解析——