1 pandas转换与处理时间序列
1.1 转换字符串时间为标准时间
pandas所提供的时间的类
Timestamp--某个时间点
Period--单个时间跨度或者某个时间段,例如某一天、某一个小时
Timedelta--不同的时间单位,例如1d、1h、1min、1s
DatetimeIndex、PeriodtimeIndex、TimedeltaIndex
1.1.1 转换字符串时间为标准时间
pd.to_datetime(DataFrame['时间列的名称'])
1.1.2 Timestamp的最大最小时间
pd.Timestamp.min
pd.Timestamp.max
1.1.3 时间字符串转换为DatetimeIndex和PeriodIndex
pd.DatetimeIndex(DataFrame['时间列的名称'])
pd.PeriodIndex(DataFrame['时间列的名称'])
1.2 提取时间序列数据信息
1.2.1 提取datetime数据中的时间序列数据
year1 = [i.year for i in DataFrame['时间列的名称']]
其他亦然
1.2.2 提取DatetimeIndex和PeriodIndex的数据
dataIndex.weekday_name
periodIndex.weekday
tip:periodIndex比datetimeindex少了weekday_name属性
1.3 加减时间数据(Timedelta类)
1.3.1 时间的加运算
时间向后平移一天
DataFrame['时间列的名称'] + pd.Timedelta(days = 1)
1.3.2 时间的减运算
timeD

本文详细介绍了如何使用Pandas对时间序列数据进行转换和处理,包括字符串时间转标准时间、时间序列数据信息提取以及时间数据的加减运算。此外,还阐述了如何利用groupby和agg方法进行数据分组和聚合计算,如计算统计量、自定义函数应用等。
最低0.47元/天 解锁文章
8562

被折叠的 条评论
为什么被折叠?



