3.2 使用部分日期作为索引 (.loc[ ], .loc[ : ])
时间序列数据处理
时间序列数据处理是数据科学和分析中的重要任务之一。Pandas 提供了丰富的功能来处理日期和时间数据、创建时间索引以及执行时间重采样。
创建时间序列数据:使用 Pandas 创建时间序列数据,通常需要包含日期时间列,并使用
pd.to_datetime()
将日期时间字符串转换为 Pandas 的日期时间对象。时间索引:将日期时间列设置为数据框的索引,以便根据时间访问、分析和操作数据。
访问时间索引数据:使用
.loc[]
或切片语法来按年、月、日等级别访问数据,也可以使用属性(例如.year
、.month
、.day
)来访问索引的年、月、日等属性。时间索引的切片:使用切片操作来选择特定时间范围内的数据,包括起始日期和结束日期。
时间索引的重采样:使用
resample()
方法将时间序列数据从一个频率转换为另一个频率,可以选择不同的频率,并应用不同的聚合函数(如mean()
、sum()
、max()
、<