使用Pandas DataFrame的处理时间

Z时代
2024-01-10
分类：综合

在本文中，我们将学习如何使用内置的pandas库生成和处理不同的时间戳。我们还使用numpy模块来生成和修改生成时间戳所需的数据库。

首选IDE：Jupyter笔记本

在开始本教程之前，我们必须安装pandas和numpy库。对于此jupyter笔记本，是测试和运行代码的最佳位置。要安装熊猫，我们必须运行以下命令。

>>> pip install pandas

如果我们运行此命令，则会自动安装所有依赖项。完成后，我们必须重新启动内核以查看更改。

安装完所有依赖项后，我们可以将pandas导入为“ p”。

在这里，我们调用数据框构造函数，并从date参数开始以周期4和频率2 hrs初始化数据库。通过指定键“时间”，我们正在显示数据库。

>>> pip install pandas
>>> import pandas as p
>>> data_struct = p.DataFrame()
>>> data_struct['time'] = p.date_range('14/7/2019', periods = 4, freq='3H')
>>> print(data_struct['time'])
0 2019-07-14 00:00:00
1 2019-07-14 03:00:00
2 2019-07-14 06:00:00
3 2019-07-14 09:00:00
Name: time, dtype: datetime64[ns]

通过使用<data_struct> .dt。<功能名称>提取功能。通过使用head()方法，我们显示了数据库中的所有行。

>>> data_struct['year'] = data_struct['time'].dt.year
>>> data_struct.head(4)
   time
0 2019-07-14 00:00:00 2019
1 2019-07-14 03:00:00 2019
2 2019-07-14 06:00:00 2019
3 2019-07-14 09:00:00 2019

这里我们实现了numpy模块中存在的.array()函数来创建时间字符串，这些字符串通过使用pandas库中的.to_datetime()方法转换为DateTime。

>>> import numpy as n
>>> dt_timestring = n.array(['14-07-2019 07:26 AM', '13-07-2019 11:01 PM'])
>>> timestamps = [p.to_datetime(date, format ="%d-%m-%Y %I:%M %p", errors ="coerce") for date in dt_timestring]
>>> print(timestamps)
[Timestamp('2019-07-14 07:26:00'), Timestamp('2019-07-13 23:01:00')]

在这里，我们使用日期对数据库建立索引，这意味着将首先使用.set_index()方法显示“日期”字段。

>>> data_struct1 = p.DataFrame()
>>> data_struct1['date'] = p.date_range('18/07/2019', periods = 5, freq ='2H')
>>> data_struct1= data_struct1.set_index(data_struct1['date'])
>>> print(data_struct1.head(5))
   date
date
2019-07-18 00:00:00 2019-07-18 00:00:00
2019-07-18 02:00:00 2019-07-18 02:00:00
2019-07-18 04:00:00 2019-07-18 04:00:00
2019-07-18 06:00:00 2019-07-18 06:00:00
2019-07-18 08:00:00 2019-07-18 08:00:00

如果我们只想显示数据库中的特定数据集，则可以实现下面讨论的命令-

>>> data_struct2 = p.DataFrame()
>>> data_struct2['date'] = p.date_range('17/07/2019', periods =3, freq ='4H')
>>> print(data_struct2.head(5))
   date
0 2019-07-17 00:00:00
1 2019-07-17 04:00:00
2 2019-07-17 08:00:00
>>> inp = data_struct2[(data_struct2['date'] > '2019-07-17 04:00:00')]
>>> print(inp)
   date
2 2019-07-17 08:00:00