pandas纵向学习之10 minutes to pandas（四）

最新推荐文章于 2023-02-19 18:14:46 发布

thfyshz

最新推荐文章于 2023-02-19 18:14:46 发布

阅读量323

点赞数 1

分类专栏： pandas

本文链接：https://blog.csdn.net/thfyshz/article/details/83650174

版权

本文介绍了pandas库中针对时间序列的数据操作，包括使用resample函数进行数据采样，利用tz_localize和tz_convert转换时区，探讨了Python中的时间转换。此外，还讲解了分类特性，并展示了画图功能，通过随机游走和累计加总来说明。最后，简要提及了数据的导入与导出操作。

摘要由CSDN通过智能技术生成

时间序列

resample函数的用法：

In [14]: rng = pd.date_range('1/1/2012', periods=100, freq='S')
In [15]: ts = pd.Series(np.random.randint(0, 500, len(rng)), index=rng)
#以五分钟为间隔，并加总。由于是随机生成的，所以每次结果可能不同
In [16]: ts.resample('5Min').sum()
Out[16]:
2012-01-01    25820
Freq: 5T, dtype: int32

In [17]: ttt = pd.date_range('1/1/2017', periods=12, freq='T')
In [18]: sss = pd.Series(range(12), index=ttt)
In [19]: sss
Out[19]:
2017-01-01 00:00:00     0
2017-01-01 00:01:00     1
2017-01-01 00:02:00     2
2017-01-01 00:03:00     3
2017-01-01 00:04:00     4
2017-01-01 00:05:00     5
2017-01-01 00:06:00     6
2017-01-01 00:07:00     7
2017-01-01 00:08:00     8
2017-01-01 00:09:00     9
2017-01-01 00:10:00    10
2017-01-01 00:11:00    11
Freq: T, dtype: int64
# 此间隔与下一个间隔之间的值的和
In [21]: sss.resample('3T').sum()
Out[21