Chapter 6 pandas中的时间序列

桑之未落0208

于 2022-05-11 20:35:44 发布

阅读量270

点赞数

分类专栏：数据科学库文章标签： python 机器学习逻辑回归

本文链接：https://blog.csdn.net/qwertyuiop0208/article/details/124705882

版权

本文介绍了pandas中创建时间序列的方法，包括设置起始和结束时间、指定频率和个数。还详细讲解了如何使用to_datetime将时间字符转换为时间序列，并提供了格式化的示例。此外，还讨论了如何处理分开的时间，如使用PeriodIndex。文章以911事件的数据为例，展示了在不同月份统计电话次数的应用场景。

摘要由CSDN通过智能技术生成

时间序列的创建

start——创建时间序列的起始时间
end——创建时间序列的结束时间
freq——创建时间间隔依据 D天 M月，若每隔三天可以使用3D。
periods——创建时间序列个数


In [1]: import pandas as pd

In [2]: pd.date_range(start='20171230',end='20180131',freq='D')
Out[2]:
DatetimeIndex(['2017-12-30', '2017-12-31', '2018-01-01', '2018-01-02',
               '2018-01-03', '2018-01-04', '2018-01-05', '2018-01-06',
               '2018-01-07', '2018-01-08', '2018-01-09', '2018-01-10',
               '2018-01-11', '2018-01-12', '2018-01-13', '2018-01-14',
               '2018-01-15', '2018-01-16', '2018-01-17', '2018-01-18',
               '2018-01-19', '2018-01-20', '2018-01-21', '2018-01-22',
               '2018-01-23', '2018-01-24', '2018-01-25', '2018-01-26',
               '2018-01-27', '2018-01-28', '2018-01-29', '2018-01-30',
               '2018-01-31'],
              dtype='datetime64[ns]', freq='D')

In [3]: pd.date_range(start='20171230',end='20180131',freq='10D')
Out[3]: DatetimeIndex(['2017-12-30', '2018-01-09', '2018-01-19', '2018-01-29'], dtype='datetime64[ns]', freq='10D')

In [4]: pd.date_range(start='20171230',periods=10,freq='D')
Out[4]:
DatetimeIndex(['2017-12-30',

最低0.47元/天解锁文章

桑之未落0208

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
Chapter 6 pandas中的时间序列

时间序列的创建start——创建时间序列的起始时间end——创建时间序列的结束时间freq——创建时间间隔依据 D天 M月，若每隔三天可以使用3D。periods——创建时间序列个数In [1]: import pandas as pdIn [2]: pd.date_range(start='20171230',end='20180131',freq='D')Out[2]:DatetimeIndex(['2017-12-30', '2017-12-31', '2018-01-01',
复制链接

扫一扫

专栏目录