datetime数据作为行索引,合并俩数组

本文介绍了如何利用Python处理时间序列数据,包括设置datetime时间区间作为行索引,使用date_range函数生成时间序列,以及将不完整的数据转换为datetime类型。在数据合并过程中,使用pd.merge进行左连接,并删除全为空的数据列,以实现时间序列数据的完整性和一致性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

有时候时间序列的原始数据不完整,不连贯,需要进一步整理,填充才能继续使用。

一、datetime的使用。设置一个时间区间段,并作为行索引,可以如下设置

times = pd.date_range(start="19890101", end="20220201", freq="MS")

times特性如下:

times.info(),times

 <class 'pandas.core.frame.DataFrame'>
RangeIndex: 398 entries, 0 to 397
Data columns (total 1 columns):
 #   Column  Non-Null Count  Dtype         
---  ------  --------------  -----         
 0   date    398 non-null    datetime64[ns]
dtypes: datetime64[ns](1)
memory usage: 3.2 KB
None           date
0   1989-01-01
1   1989-02-01
2   1989-03-01
3   1989-04-01
4   1989-05-01
..         ...
393 2021-10-01
394 2021-11-01
395 2021-12-01
396 2022-01-01
397 2
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

firefox_yau

核心程序的复用性,彩票分析

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值