玩游戏最重要的就是开心 发表于 2023-8-14 15:41:02

【pandas小技巧】--日期相关处理

日期处理相关内容之前pandas基础系列中有一篇专门介绍过,本篇补充两个常用的技巧。
1. 多列合并为日期

当收集来的数据中,年月日等信息分散在多个列时,往往需要先合并成日期类型,然后才能做分析处理。
合并多列转换为日期类型,可以直接用 to_datetime函数来处理:
import pandas as pd

df = pd.DataFrame(
    {
      "year": ["2021", "2021",
               "2022", "2022", "2022"],
      "month": ["1", "3", "4", "4", "6"],
      "day": ["10", "20", "4", "4", "1"],
      "value": ,
    }
)

df["date"] = pd.to_datetime(
    df[["year", "month", "day"]]
)
df = df.drop(
    columns=["year", "month", "day"]
)
df
2. 基于日期的聚合统计

之所以要把列类型转换为日期类型,是因为pandas提供了针对日期类型的非常便利的聚合统计方法。
比如如下连续的日期数据:
df = pd.DataFrame(
    {
      "year": ["2022", "2022", "2023",
               "2023", "2023"],
      "month": ["12", "12", "1", "1", "1"],
      "day": ["30", "31", "1", "1", "2"],
      "value": ,
    }
)
df["date"] = pd.to_datetime(
    df[["year", "month", "day"]]
)
df = df.drop(
    columns=["year", "month", "day"]
)
df = df.loc[:, ::-1]
df
这里用了之前介绍过的一个小技巧 df.loc[:, ::-1],把date列放在value列之前,对数据处理没有什么影响,只是为了看数据的习惯。
得到转换好的数据之后,可以通过resample函数来聚合统计。
resample是pandas提供的专门用于时间序列数据的聚合统计的。
2.1. 按年统计

ysum = df.resample("Y", on="date").value.sum()
ymean = df.resample("Y", on="date").value.mean()

stat = pd.DataFrame({
    "sum": ysum,
    "mean": ymean,
})
stat
示例数据只有两年的,统计后显示的是日期是年末最后一天。
这里为了演示只统计了合计值和平均值,实际可以根据情况统计需要的值。
2.2. 按月统计

msum =        df.resample("M", on="date").value.sum()
mmean = df.resample("M", on="date").value.mean()
stat = pd.DataFrame({
    "sum": msum,
    "mean": mmean,
})
stat
统计后显示的日期是每个月月末的日期。
2.3. 按日统计

dsum = df.resample("D", on="date").value.sum()
dmean = df.resample("D", on="date").value.mean()
stat = pd.DataFrame({
    "sum": dsum,
    "mean": dmean,
})
stat
根据每天的日期统计。
2.4. 按季度统计

qsum = df.resample("Q", on="date").value.sum()
qmean = df.resample("Q", on="date").value.mean()
stat = pd.DataFrame({
    "sum": qsum,
    "mean": qmean,
})
stat
统计后显示的日期是每个季度的最后一天。
2.5. 按周统计

wsum = df.resample("W", on="date").value.sum()
wmean = df.resample("W", on="date").value.mean()

stat = pd.DataFrame({
    "sum": wsum,
    "mean": wmean,
})
stat
统计后显示的日期是每个周的周日。
2.6. 补充

resample函数支持的统计期间除了上面介绍的常用的年,月,日,周,季度等等,还有很多其他的期间,
具体参考:https://pandas.pydata.org/pandas-docs/stable/user_guide/timeseries.html#timeseries-offset-aliases


来源:https://www.cnblogs.com/wang_yb/p/17628030.html
免责声明:由于采集信息均来自互联网,如果侵犯了您的权益,请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容,谢谢合作!
页: [1]
查看完整版本: 【pandas小技巧】--日期相关处理