Python -- Pandas：读取时间序列的某些年月日的行

最新推荐文章于 2024-01-10 22:03:37 发布

原创最新推荐文章于 2024-01-10 22:03:37 发布 · 1.1k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python #pandas #数据分析

数据分析专栏收录该内容

18 篇文章

订阅专栏

这篇博客介绍了如何使用Pandas库对时间序列数据进行选择和切片操作，包括按年、按月以及指定日期范围选取数据。示例代码展示了如何获取特定年份、月份的数据以及两个日期之间的所有数据，对于理解和处理时间序列数据非常有帮助。

ts = pd.Series(np.random.rand(30))
ts.index = pd.date_range('2013-05-01', periods = 30, freq='q')

ts.head()
2013-06-30    0.630127
2013-09-30    0.649887
2013-12-31    0.555449
2014-03-31    0.172644
2014-06-30    0.375650
Freq: Q-DEC, dtype: float64

ts['2019']  # 只读取2019年的数据
2019-03-31    0.057987
2019-06-30    0.946293
2019-09-30    0.444833
2019-12-31    0.832090
Freq: Q-DEC, dtype: float64

ts['2018-03']  # 只读取2018年3月份的数据
2018-03-31    0.345959
Freq: Q-DEC, dtype: float64

ts['2016':'2017']    # 读取2016年到2017年的数据
2016-03-31    0.289730
2016-06-30    0.588035
2016-09-30    0.213585
2016-12-31    0.221652
2017-03-31    0.533760
2017-06-30    0.069253
2017-09-30    0.821495
2017-12-31    0.295823
Freq: Q-DEC, dtype: float64

ts['2016-04':'2017-06']    # 2016-04-01到2017-06-30间的所有数据
2016-06-30    0.588035
2016-09-30    0.213585
2016-12-31    0.221652
2017-03-31    0.533760
2017-06-30    0.069253
Freq: Q-DEC, dtype: float64