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
Python -- Pandas:读取时间序列的某些年月日的行
最新推荐文章于 2023-11-28 21:33:07 发布