pandas日期处理相关

日期格式转换

python 复制代码
QhSelectData["交易日期"] = pd.to_datetime(QhSelectData["交易日期"], format="%Y-%m-%d")  # 转换日期格式

日期处理相关

dt对象使用属性

  • dt.year
  • dt.month
  • dt.day
  • dt.dayofweek
  • dt.dayofyear
  • dt.is_leap_year
  • dt.quarter
  • dt.weekday_name
python 复制代码
获取年、月、日,具体代码如下:
df['年'] = df['日期'].dt.year
df['月'] = df['日期'].dt.month
df['日'] = df['日期'].dt.day

获取日期所处的星期数:
df['星期几'] = df['日期'].dt.day_name()

判断日期是否在年底最后一天:
df['是否年底'] = df['日期'].dt.is_year_end

获取日期所属的季度:
df['季度'] = df['日期'].dt.quarter
4获取日期区间

当 DataFrame 对象使用日期为索引时,可以输入日期或日期区间获取数据。

设置日期为索引:

python 复制代码
df1.set_index(df1['组合日期'], inplace=True)

获取 2021 年的数据

python 复制代码
df1.loc['2021']

获取 2022 年至 2020 年的数据

python 复制代码
df1.loc['2022':'2020']

获取具体某一天的数据(如 2022 年 5 月 6 日)

五、其他常用日期操作

在实际工作中,我们可能还需要进行一些其他常用的日期操作,如计算日期差、日期偏移、日期筛选等。下面是一些实用示例。

  1. 计算日期差

要计算两个日期之间的差值,可以直接相减:

delta = df1['组合日期'].max() - df1['组合日期'].min()

print(delta)

  1. 日期偏移

要在日期上进行加减操作,可以使用 pd.DateOffset 对象。例如,给定一个日期,我们想要找到它之后的 30 天:

from pandas.tseries.offsets import DateOffset

date = pd.to_datetime('2022-05-01')

new_date = date + DateOffset(days=30)

print(new_date)

  1. 日期筛选

在处理日期时,我们可能需要根据日期进行筛选。例如,我们想要筛选出 DataFrame 中 2021 年的数据:

mask = (df1['组合日期'] >= '2021-01-01') & (df1['组合日期'] <= '2021-12-31')

filtered_df = df1[mask]

print(filtered_df)

  1. 日期分组统计

在数据分析过程中,我们可能需要对日期进行分组统计。例如,我们想要按年份统计某个 DataFrame 的数据:

df1['年份'] = df1['组合日期'].dt.year

grouped_df = df1.groupby('年份').count()

print(grouped_df)

这些只是一些常见的日期操作示例。实际上,Pandas 提供了丰富的日期处理工具,可以帮助我们轻松应对各种复杂的日期问题。掌握这些方法,将有助于提高我们在数据分析工作中的效率。

相关推荐
万粉变现经纪人2 天前
如何解决pip安装报错ModuleNotFoundError: No module named ‘tkinter’问题
python·beautifulsoup·pandas·pip·策略模式·httpx·scipy
超龄超能程序猿6 天前
(5)机器学习小白入门 YOLOv:数据需求与图像不足应对策略
人工智能·python·机器学习·numpy·pandas·scipy
李昊哲小课7 天前
pandas销售数据分析
人工智能·python·数据挖掘·数据分析·pandas
袁袁袁袁满7 天前
利用Pandas进行条件替换与向前填充
pandas·条件替换·向前填充
Deng9452013148 天前
基于Python的旅游数据可视化应用
python·numpy·pandas·旅游·数据可视化技术
liuweidong08028 天前
【Pandas】pandas DataFrame from_records
pandas
大数据魔法师9 天前
基于Pandas和FineBI的昆明职位数据分析与可视化实现(五) - 基于随机森林算法预测职位分类
算法·pandas
Chasing__Dreams10 天前
python--杂识--18.1--pandas数据插入sqlite并进行查询
python·sqlite·pandas
超龄超能程序猿11 天前
(3)机器学习小白入门 YOLOv: 解锁图片分类新技能
python·numpy·pandas·scipy
好开心啊没烦恼12 天前
Python 数据分析:计算,分组统计1,df.groupby()。听故事学知识点怎么这么容易?
开发语言·python·数据挖掘·数据分析·pandas