📌  相关文章
📜  Python | Pandas处理日期和时间

📅  最后修改于: 2020-05-08 05:24:43             🧑  作者: Mango

事实证明，pandas作为处理时间序列数据的工具非常成功，尤其是在财务数据分析领域。使用NumPy datetime64和timedelta64 dtype，整合了其他Python库中的大量功能，例如scikits.timeseries，并创建了用于处理时间序列数据的大量新函数。
示例1：创建日期数据框

import pandas as pd
# 创建具有频率的日期数据框
data = pd.date_range('1/1/2011', periods = 10, freq ='H')
data

输出：


例2：创建日期范围并显示基本内容

# 使用数据框创建日期和时间
data = pd.date_range('1/1/2011', periods = 10, freq ='H')
x = datetime.now()
x.month, x.year

输出：

(9, 2018)

例3：将数据和时间分解为单独的特征

# 使用数据框创建日期和时间
rng = pd.DataFrame()
rng['date'] = pd.date_range('1/1/2011', periods = 72, freq ='H')
# 以dd-mm-yy格式打印日期
rng[:5]
# 创建年，月，日，小时和分钟的功能
rng['year'] = rng['date'].dt.year
rng['month'] = rng['date'].dt.month
rng['day'] = rng['date'].dt.day
rng['hour'] = rng['date'].dt.hour
rng['minute'] = rng['date'].dt.minute
# 打印日期
rng.head(3)

输出：


日期时间方法：

函数 描述
Timestamp() 此构造方法与各种输入(字符串，日期对象，日期对象)一起使用，以创建一些Timestamp对象
to_datetime() 方法用于将各种输入论据转换为日期时间
date_range() 方法用于生成DatetimeIndex的时间戳对象。此构造方法包含3个关键参数(start，end和period)
date_range(start, periods) 此方法会创建从特定点开始的固定日期数
date_range(end, periods) 这种方法创建了一定数量的日期，从指定的日期点开始倒退
DateOffset 该对象用于将小时，天，周，月和年添加到DatetimeIndex
dt accessor 它允许我们访问一系列Timestamp对象上的特定日期时间属性
loc[], .iloc[], and .ix[] 方法用于从具有DatetimeIndex的DataFrame中提取行
truncate() 方法用于对具有DatetimeIndex的对象进行切片操作。它包含两个参数(之前和之后)，用于指定日期范围的开始和结束