pandas详细应用和文件处理

一、pandas其他使用

引用panda库中的dateutil字库中的函数

二、案例

import dateutil
import pandas as pd
import datetime
from dateutil import parser
#pandas-时间处理对象
print(dateutil.parser.parse('2001-01-01'))
print(dateutil.parser.parse('2020/01/02'))
print(dateutil.parser.parse('2020-JAN-03'))
dt1=dateutil.parser.parse('2001-01-01')
print("------------------1---------------------")
#转换为相同的时间格式
dt=pd.to_datetime(['2001-01-01','2021/Feb/02'])
print(dt)
print("-------------------2--------------------")
#默认生成时间段
dt=pd.date_range('2010-01-01','2010-05-01')
print(dt)
print("------------------3---------------------")
#指定生成时间的天数
dt=pd.date_range('2010-01-01',periods=30)
print(dt)
print("------------------4---------------------")
#按小时划分H,星期W,非周六日B
dt=pd.date_range('2010-01-01',periods=10,freq='H')
print(dt)
print("------------------5---------------------")

#生成时间序列
import numpy as np
sr=pd.Series(np.arange(50),index=pd.date_range('2010-01-01',periods=50))
print(sr)
print("------------------1---------------------")
#截取响应的数值
print(sr['2010-02'])
print("------------------2---------------------")
print(sr['2010-02-02':'2020-02-10'])
print("------------------3---------------------")
#每一周取和
print(sr.resample('m').sum())
print("------------------4--------------------")

 三、文件读取

1、读取CSV文件，同时也可以支持json,html，excel，数据库等

pd.read_csv('文件名',index_col='指定为索引的列名',date_parser=True)#date_parser=True表示将文件中所有表示时间的字符串转换成时间对象，也可以指定列转换为时间对象

pd.read_csg('文件名',header=None,names=['a','b','c','d','e'],na_values='None')#若没有列索引，header=None会自动生成0，1...,names则可以手动指定列索引名,na_values='None'指定数值类型为nan