Pandas—时间索引

最新推荐文章于 2024-07-18 04:00:11 发布

令狐公子

最新推荐文章于 2024-07-18 04:00:11 发布

阅读量1.6w

点赞数 7

分类专栏： Python点滴文章标签： python pandas 时间序列

本文链接：https://blog.csdn.net/qq_14959801/article/details/77566978

版权

独热编码即 One-Hot 编码，又称一位有效编码，其方法是使用N位状态寄存器来对N个状态进行编码，每个状态都由独立的寄存器位，并且在任意时候，其中只有一位有效。可以这样理解，对于每一个特征，如果它有m个可能值，那么经过独热编码后，就变成了m个二元特征。并且，这些特征互斥，每次只有一个激活。因此，数据会变成稀疏的。

pandas具有丰富的时间序列处理功能，对于时序问题我们经常需要按天、周、月、季度、年等进行数据统计，这里我们使用一个例子向大家展示一下pandas处理时序问题的强大能力。

Jupyter QtConsole 4.3.1
Python 3.6.2 |Anaconda custom (64-bit)| (default, Sep 19 2017, 08:03:39) [MSC v.1900 64 bit (AMD64)]
Type 'copyright', 'credits' or 'license' for more information
IPython 6.1.0 -- An enhanced Interactive Python. Type '?' for help.

import pandas as pd
df=pd.read_csv('AirPassengers.csv')#全美航空数据

df.head()
Out[5]: 
  TravelDate  Passengers
0   1/1/1949         112
1   2/1/1949         118
2   3/1/1949         132
3   4/1/1949         129
4   5/1/1949         121

df['TravelDate']=pd.to_datetime(df['TravelDate'])#将TravelDate字段转化为日期类型
df['TravelDate'].head()
Out[8]: 
0   1949-01-01
1   1949-02-01
2   1949-03-01
3   1949-04-01
4   1949-05-01
Name: TravelDate, dtype: datetime64[ns]

df=df.set_index('TravelDate') #将TravelDate字段设置为索引
df.head()
Out[10]: 
            Passengers
TravelDate            
1949-01-01         112
1949-02-01         118
1949-03-01         132
1949-04-01         129
1949-05-01         121

df.index
Out[12]: 
DatetimeIndex(['1949-01-01', '1949-02-01', '1949-03-01', '1949-04-01',
               '1949-05-01', '1949-06-01', '1949-07-01', '1949-08-01',