• Pandas 时间处理 获取数组中某月的数据


    查看日期列的数据类型

    以下演示使用df表示DataFrame二维数组

    df.info() # 查看数组中每列的数据类型和数组基本信息
    

    日期的类型为str时

    1、str切片

    使用切片有弊端,当日期字符串不连续的时候会造成漏选#不推荐

    # 将日期列作为索引列
    df.set_index('日期',replace=True)
    # 使用切片获取9月数据
    df.loc['2019/9/1':'2019/9/30',:]
    

    源数据:

    过滤后数据:

    2、使用python中str内置的方法

    str.startswith(str, beg=0,end=len(string))
    返回值:True或False

    # 由于str.startswith()返回bool类型值,df[bool列表]可取到为True的行数据
    df[[i.startswith('2019/9/') for i in df['日期']]]
    

    3、使用pandas中str内置的方法

    Series.str.contains(pat, case=True, flags=0, na=None, regex=True)
    参数:
    pat:字符串或正则表达式
    case:True区分大小写
    regex:True默认pat为正则表达式
    返回值:bool类型

    df[df['日期'].str.contains('/9/')]
    

    4、将日期的str类型转化datetime类型

    # 转换类型
    df['日期']=pd.to_datetime(df['日期'])
    # 设置为索引
    df.set_index('日期',inplace=True)
    # 使用df.loc[,]进行时间获取
    df.loc['2019-9',:]# 注意转化为datetime类型后,过滤的方式从2019/9/变成2019-9
    
  • 相关阅读:
    《想把我唱给你听》
    《我相信》现代卓越PMClub2010年会(完整版)
    项目采购管理管理采购
    AlizeeLa_isla_bonita
    Finish to read PMbook for one time
    《你是我心里的一首歌》
    吴炜摄影教程随堂笔记3
    项目采购管理结束采购
    Happy Christmas!!!
    第1章 引论
  • 原文地址:https://www.cnblogs.com/Wendy-r/p/14960733.html
Copyright © 2020-2023  润新知