Pandas对日期数据的处理
文章目录
- 前言
- 一、将字符串转换为日期类型
* - 1、将字符串形式的日期数据转换成为日期类型，方便后续处理
- 2、根据多列中的数据，组成一列为日期类型
- 二、dt对象的使用
- 三、根据日期获取数据
- 四、根据日期统计数据
- 五、根据日期显示数据
- 六、根据日期统计并显示数据
- 总结
前言
Pandas中提供了许多简单易用的日期数据处理函数，包括将字符串转换成为对应的日期数据，根据日期来选取数据等等。接下来，让我们了解一下Pandas中对日期数据的处理。
一、将字符串转换为日期类型
1、将字符串形式的日期数据转换成为日期类型，方便后续处理
代码如下：
将各种日期字符串转换成日期格式
import pandas as pd
data = ['12Feb23', '20201225', '2022/12/25', '2018.7.12']
columns = ['日期']
df = pd.DataFrame(data = data, columns = columns)
df['转换后'] = pd.to_datetime(df['日期'])
df
运行结果：
2、根据多列中的数据，组成一列为日期类型
代码如下：
从多列中组合成一个日期
df = pd.DataFrame({
'year' : [2018, 2019, 2020],
'month' : [2, 3, 4],
'day' : [22, 12, 30],
'hour' : [12, 14, 15],
'minute' : [19, 30, 45],
'second' : [12, 23, 45]
})
df['组合后的日期'] = pd.to_datetime(df)
df
运行结果：
二、dt对象的使用
pandas可以使用dt对象获取datetime数据类型的特定信息
代码如下：
dt 对象的使用
import pandas as pd
df = pd.read_excel('datetime.xlsx')
df['日期'] = pd.to_datetime(df['原日期'])
df['年'] = df['日期'].dt.year
df['月'] = df['日期'].dt.month
df['日'] = df['日期'].dt.day
df['星期几'] = df['日期'].dt.day_name()
df['是否年底'] = df['日期'].dt.is_year_end
df
运行结果：
三、根据日期获取数据
代码如下：
获取日期区间的数据
import pandas as pd
df = pd.read_excel('销售数据.xlsx')
df.sort_values(by = '日期', inplace = True)
df = df.set_index('日期')
df
df['2021']
df['2021-01']
df['2021-01-23':'2021-01-23'] #查看某一日数据
df['2021-01-23':'2021-02-23']
四、根据日期统计数据
代码如下：
按照不同时期统计数据
import pandas as pd
df = pd.read_excel('销售数据.xlsx')
df = df.set_index('日期')
按年统计求和
df1 = df.resample('AS').sum()
df1
按季度统计求和
df2 = df.resample('Q').sum()
df2
按月度统计求和
df3 = df.resample('M').sum()
df3
按周统计求和
df4 = df.resample('W').sum()
df4
按天统计求和
df5 = df.resample('D').sum()
df5
运行结果（按照年统计求和）
五、根据日期显示数据
代码如下：
按照不同时期显示数据
import pandas as pd
df = pd.read_excel('销售数据.xlsx')
df = df.set_index('日期')
df = df.sort_values('日期')
df
df1 = df.to_period('A')
df1
df2 = df.to_period('Q')
df2
df3 = df.to_period('M')
df3
df4 = df.to_period('W')
df4
df5 = df.to_period('D')
df5
运行结果：
六、根据日期统计并显示数据
代码如下：
按时期统计并显示数据
import pandas as pd
df = pd.read_excel('销售数据.xlsx')
df = df.set_index('日期')
df = df.sort_values('日期')
df
按照季度统计数据
df1 = df.resample('Q').sum()
print(df1)
按照季度统计数据并显示
df2 = df.resample('Q').sum().to_period('Q')
df2
运行结果：
总结
以上就是今天要讲的内容，本文仅仅简单介绍了pandas中对日期类型的处理，和根据日期类型对数据进行统计显示
Original: https://blog.csdn.net/qq_42931634/article/details/126691901
Author: 所有不开心都是闲出来的
Title: Pandas对日期数据的处理
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/679315/
转载文章受原作者版权保护。转载请注明原作者出处！