欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

Pandas时间序列处理

程序员文章站 2023-12-11 19:51:22
一、pd.to_datetime实现日期字符串转日期二、pd.date_range生成日期序列三、Series.dt对象四、strftime函数格式化日期五、 时间差(dt.timedelta)...


本节我们介绍在处理日期时间时的一些常用的处理方法,以一份酒店入住数据为例进行讲解。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。

首先读入数据:

data=pd.read_csv('data/hotel.csv')
data.head()

Pandas时间序列处理

一、pd.to_datetime实现日期字符串转日期

  • api:pd.to_datetime(str) 字符串类型对象转换成日期类型对象
 In[]:data['入住日期'].dtype #查看'入住日期'列的类型  为object类型,即字符串对象
Out[]:dtype('O')
 In[]:data.loc[:,'入住日期']=pd.to_datetime(data['入住日期'])#将'入住日期'列抓换成日期型后赋给'入住日期'列
            data['入住日期'].dtype#再次输出'入住日期'列的类型  为日期型
Out[]:dtype('<M8[ns]')#日期类型

二、pd.date_range生成日期序列

  • api:pd.date_range(start=None, end=None, periods=None, freq=‘D’)
    • start:起始日期,字符串
    • end:终止日期,字符串
    • periods:期数,取值为整数或None
    • freq:频率或日期偏移量,取值为string或DateOffset,默认为’D’

该函数主要用于生成一个固定频率的时间索引,在调用构造方法时,必须指定start、end、periods中的两个参数值,否则报错。

In [12]: pd.date_range(start='20170101',end='20170110')
Out[12]:
DatetimeIndex(['2017-01-01', '2017-01-02', '2017-01-03', '2017-01-04',
               '2017-01-05', '2017-01-06', '2017-01-07', '2017-01-08',
               '2017-01-09', '2017-01-10'],
              dtype='datetime64[ns]', freq='D')

In [13]: pd.date_range(start='20170101',periods=10)
Out[13]:
DatetimeIndex(['2017-01-01', '2017-01-02', '2017-01-03', '2017-01-04',
               '2017-01-05', '2017-01-06', '2017-01-07', '2017-01-08',
               '2017-01-09', '2017-01-10'],
              dtype='datetime64[ns]', freq='D')

常用频率和日期偏移量:
Pandas时间序列处理

三、Series.dt对象

  • pandas 的 pandas.Series.dt 可以获得日期/时间类型的相关信息,返回值均为int型。比如:
data['入住日期'].dt.year  #获取年份
data['入住日期'].dt.month  #获取月份
data['入住日期'].dt.quarter  #获取季度
  • 为数据表添加新列’入住月份’:
#提取data['入住日期']的月份信息并存到新的一列中
data.loc[:,'入住月份']=data['入住日期'].dt.month
data.head()

Pandas时间序列处理

  • 为数据表添加新列’in_weekday’:
#提取data['入住日期']的weekday信息并存到新的一列中
data.loc[:,'in_weekday']=data['入住日期'].dt.weekday
data.head()

Pandas时间序列处理

  • pandas.Series.dt对象能够返回的信息有:
类别 解释
year
month
day
hour
minute 分钟
second
date 返回日期
time 返回时间
dayofyear 年序日
weekofyear 年序周
week
dayofweek 周中的星期几,ex: Friday
quarter 季度
days_in_month 一个月中有多少天
is_month_start 是否月初第一天
is_month_end 是否月末最后一天
is_quarter_start 是否季度的最开始
is_quarter_end 是否季度的最后一个
is_year_start 是否年初第一天
is_year_end 是否年末第一天

四、strftime函数格式化日期

  • strftime函数实际上是datetime模块中的函数,并不是pandas中的成员,在实际工作中我们常用这种方式对日期进行格式化
    • api:datetime.strftime(date,format_str)
      • date:需要格式化的日期
      • format_str:格式化字符串
    • 例如:我们需要提取’入住日期’的年份和月份组成一个新的列:
#首先需要引入datetime模块
from datetime import datetime
#配合apply函数
data.loc[:,'入住年月']=data['入住日期'].apply(lambda x:datetime.strftime(x,"%Y-%m"))
data.head()

Pandas时间序列处理
常用格式字符串介绍:
Pandas时间序列处理

  • Series.dt.to_period 另一种方法
data.loc[:,'入住年月2']= data['入住日期'].dt.to_period('M')
data.head()

Pandas时间序列处理
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。

五、 时间差(dt.timedelta)

时间差(dt.timedelta)是时间上的差异,以不同的单位来表示。例如:日,小时,分钟,秒。它们可以是正值,可正可负;大多数情况下可与datetime.timedelta互换,一般用来表示两个日期之间的差距。

例如:我们想获取客人的入住天数:

data.loc[:,'离店日期']=pd.to_datetime(data['离店日期']) #将'离店日期'列转换成日期格式
data['离店日期']-data['入住日期']#离店日期-入住日期

Pandas时间序列处理
结果是一个timedelta类型的Series,并不是我们希望得到的天数,我们还需要访问timedelta对象的属性来提取天数

time=data['离店日期']-data['入住日期']
data.loc[:,'入住天数']=time.dt.days#通过访问timedelta.dt对象的days属性拿到天数
data.head()

Pandas时间序列处理
timedelta对象有属性:days、seconds、microseconds

六、总结

  • pd.to_datetime(str) 【掌握】
  • pd.date_range(start=None, end=None, periods=None, freq=‘D’)【知道】
    • start:起始日期 字符串
    • end:终止日期,字符串
    • periods:期数,取值为整数或None
    • freq:频率或日期偏移量,取值为string或DateOffset,默认为’D’
    • 必须指定start、end、periods中的两个参数值,否则报错
  • Series.dt对象【掌握】
    • data[‘入住日期’].dt.year #获取年份
    • data[‘入住日期’].dt.month #获取月份
    • data[‘入住日期’].dt.quarter #获取季度
  • datetime.strftime(date,format_str)【掌握】
    • date:需要格式化的日期
    • format_str:格式化字符串
  • (data[‘离店日期’]-data[‘入住日期’]).dt.days【知道】

本文地址:https://blog.csdn.net/geek64581/article/details/107056475

上一篇:

下一篇: