import pandas as pd讯享网
周期增长
按年周期增长
讯享网datetime_year_series = pd.Series( pd.date_range("2000-01-01", periods=6, freq="Y") ) #datetime_year_series
按月周期增长
datetime_month_series = pd.Series( pd.date_range("2000-01-01", periods=6, freq="M") ) #datetime_month_series按日周期增长
讯享网#freq的默认参数就是"D",不加这个参数，也是以"日"增长。 datetime_day_series = pd.Series( pd.date_range("2000-01-01", periods=6, freq="D") ) #datetime_day_series #时、分、秒、毫秒、纳秒分别是 h、T、s、us、ns
获取年、月、日
# get year datetime_year_series.dt.year # get month datetime_month_series.dt.month # get day datetime_month_series.dt.day #时、分、秒、毫秒、纳秒分别是 dt.hour、dt.minute、dt.second、dt.microsecond、dt.nanosecond
自行设置起始和终止时间
讯享网pd.date_range('2016-12-31', '2017-01-08', freq='D').to_series() #年月日，同理
dayofweek 一个星期的哪一天
Monday=0, Sunday=6
#中间的分隔符，"/"和"-"都可以，不加也可以 s = pd.date_range('2021-12-10', '', freq='D').to_series() s.dt.dayofweek
判断月初、以及月末
讯享网s = pd.Series(pd.date_range("2018-02-27", periods=3)) #判断月初 s.dt.is_month_start #判断月末 s.dt.is_month_end
data = pd.DataFrame(pd.date_range("2021-02-27", periods=3),columns=["date"]) data['start'] = data['date'].dt.is_month_start data['end'] = data['date'].dt.is_month_end data
判断某个日期在哪个季度
讯享网data2 = pd.DataFrame(pd.date_range("2021-03-30", periods=4),columns=["date"]) data2['quarter'] = data2['date'].dt.quarter data2
判断季度初、以及季度末
data2['quarter_start'] = data2['date'].dt.is_quarter_start data2['quarter_end'] = data2['date'].dt.is_quarter_end data2 #同理，一年的第一天和最后一天,is_year_start, is_year_end
判断年是不是闰年(leap year)
讯享网data3 = pd.DataFrame(pd.date_range("2011-01-01","2021-01-01", freq="Y"),columns=["years"]) data3['leap'] = data3['years'].dt.is_leap_year data3
返回月份的名字
data4 = pd.DataFrame(pd.date_range(start="2021-01", freq="M", periods = 5),columns=['month']) data4['month_name'] = data4['month'].dt.month_name() data4
返回天的名字
讯享网data5 = pd.DataFrame(pd.date_range(start="2021-12/11", freq="D", periods = 8),columns=['Day']) data5['day_name'] = data5['Day'].dt.day_name() data5
计算一天的描述
import numpy as np data6 = pd.DataFrame(pd.Series(pd.to_timedelta(np.arange(5), unit='d')),columns=['Day']) data6['seconds'] = data6['Day'].dt.total_seconds() data6
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/21817.html