脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → pandas 对日期类型数据的处理

pandas 对日期类型数据的处理方法详解

 更新时间：2019年08月08日 10:42:22   作者：Stone0823  
这篇文章主要介绍了pandas 对日期类型数据的处理方法详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

pandas 的日期/时间类型有如下几种：

Concept Scalar Class Array Class pandas Data Type Primary Creation Method
Date times Timestamp DatetimeIndex datetime64[ns] or datetime64[ns, tz] to_datetime or date_range
Time deltas Timedelta TimedeltaIndex timedelta64[ns] to_timedelta or timedelta_range
Time spans Period PeriodIndex period[freq] Period or period_range
Date offsets DateOffset None None DateOffset


本文介绍在处理时点数 (point in time) 一些常用的处理方法，仍然以上一篇的示例数据为例进行讲解。pandas 用 Timestamp 表示时点数，在大多数情况下和 python 的 datetime 类型的使用方法是通用的。

首先获取数据，并且将 DataFrame 的 date 列转换成 datetime 类型：

df1 = pd.read_csv('https://raw.githubusercontent.com/stonewm/python-practice-projects/master/pandas%20sample%20data/sample-salesv3.csv')
df1['date'] = pd.to_datetime(df1['date']) # convert date column to datetime
df1.head()

也可以在 read_csv() 方法中，通过 parse_dates 参数直接将某些列转换成 datetime64 类型：

df1 = pd.read_csv('sample-salesv3.csv', parse_dates=['date'])

我们据此销售数据，按月份、按季度统计 sku 的销售金额。
pandas 的 pandas.Series.dt 可以获得日期/时间类型的相关信息。比如

df1['date'].dt.year
df1['date'].dt.month
df1['date'].dt.quarter

但这些类型返回值为 int 类型，作为统计的字段，我们更希望是 2014-04 这样的格式，有两个方法：

# 方法 1
df1['year_month'] = df1['date'].apply(lambda x : x.strftime('%Y-%m'))

第二种方法：

df1['period'] = df1['date'].dt.to_period('M')

第二种方法使用起来更加简单，参数 M 表示月份，Q 表示季度，A 表示年度，D 表示按天，这几个参数比较常用。
新增了一列之后，做出数据透视表：

import numpy as np
pivot = pd.pivot_table(df1, index=['sku'], columns=['period'], values=['ext price'], aggfunc=np.sum)
pivot.head()

再做一个按季度统计的数据透视表：

df1['quarter'] = df1['date'].dt.to_period('Q')
quarter_pivot = pd.pivot_table(df1, index=['sku'], columns=['quarter'], values=['ext price'], aggfunc=np.sum)

参考

Time Series / Date functionality

Extracting just Month and Year from Pandas Datetime column

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。

您可能感兴趣的文章:

相关文章

  • python实现栅栏加解密 支持密钥加密

    python实现栅栏加解密 支持密钥加密

    这篇文章主要为大家详细介绍了python实现栅栏加解密，支持密钥加密，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
    2019-03-03
  • python3实现mysql导出excel的方法

    python3实现mysql导出excel的方法

    这篇文章主要介绍了python3实现mysql导出excel的方法，本文通过实例代码给大家介绍的非常详细，具有一定的参考借鉴价值 ,需要的朋友可以参考下
    2019-07-07
  • Pandas div()函数的具体使用

    Pandas div()函数的具体使用

    本文主要介绍了Pandas div()函数的具体使用，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
    2023-03-03
  • Django读取Mysql数据并显示在前端的实例

    Django读取Mysql数据并显示在前端的实例

    今天小编就为大家分享一篇Django读取Mysql数据并显示在前端的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2018-05-05
  • OpenCV半小时掌握基本操作之直方图

    OpenCV半小时掌握基本操作之直方图

    这篇文章主要介绍了OpenCV基本操作之直方图，本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
    2021-09-09
  • python 实现简单的吃豆人游戏

    python 实现简单的吃豆人游戏

    这篇文章主要介绍了python 如何实现简单的吃豆人游戏，帮助大家更好的理解和学习使用python制作游戏，感兴趣的朋友可以了解下
    2021-04-04
  • 如何用VScode配置Python开发环境

    如何用VScode配置Python开发环境

    这篇文章主要介绍了如何用VScode配置Python开发环境,vscode有很多优点，用VScode来编写Python，也是相当的好用的,需要的朋友可以参考下
    2023-03-03
  • Python调用JavaScript代码的方法

    Python调用JavaScript代码的方法

    这篇文章主要介绍了Python调用JavaScript代码的方法，帮助大家在不同场景里，采用的最佳调用方式，提高程序的性能，感兴趣的朋友可以了解下
    2020-10-10
  • Python设计模式之装饰模式实例详解

    Python设计模式之装饰模式实例详解

    这篇文章主要介绍了Python设计模式之装饰模式,结合实例形式详细分析了装饰模式的概念、原理并结合Python实例形式分析了装饰模式的相关使用技巧,需要的朋友可以参考下
    2019-01-01
  • python requests 使用快速入门

    python requests 使用快速入门

    这篇文章主要介绍了python requests 使用快速入门教程,使用 Requests 发送网络请求非常简单，具体操作方法，大家参考下本文吧
    2017-08-08

最新评论