• Pandas入门之十七:日期


    已信任
    Jupyter 服务器: 本地
    Python 3: Not Started
    [1]
    
    
    
    import pandas as pd
    import numpy as np
    [3]
    
    
    
    # 创建日期,频率默认为天
    dataList = pd.date_range('2020-01-01',periods=5)
    dataList
    DatetimeIndex(['2020-01-01', '2020-01-02', '2020-01-03', '2020-01-04',
                   '2020-01-05'],
                  dtype='datetime64[ns]', freq='D')
    
    
    
    [4]
    
    
    
    
    # M月
    dataList = pd.date_range('2020-01-01',periods=5,freq='M')
    dataList 
    DatetimeIndex(['2020-01-31', '2020-02-29', '2020-03-31', '2020-04-30',
                   '2020-05-31'],
                  dtype='datetime64[ns]', freq='M')
    [6]
    
    
    
    # 输出工作日business,可设置freq='B'
    dataList = pd.bdate_range('2020-01-01',periods=10)
    dataList 
    DatetimeIndex(['2020-01-01', '2020-01-02', '2020-01-03', '2020-01-06',
                   '2020-01-07', '2020-01-08', '2020-01-09', '2020-01-10',
                   '2020-01-13', '2020-01-14'],
                  dtype='datetime64[ns]', freq='B')
    [7]
    
    
    
    dataList = pd.bdate_range('2020-01-01',periods=10,freq='B')
    dataList 
    DatetimeIndex(['2020-01-01', '2020-01-02', '2020-01-03', '2020-01-06',
                   '2020-01-07', '2020-01-08', '2020-01-09', '2020-01-10',
                   '2020-01-13', '2020-01-14'],
                  dtype='datetime64[ns]', freq='B')
    [-]
    
    
    
    # freq=''设置如下
    # B工作日   
    # D自然日   
    # W每周
    # M每月
    # S秒
    # ms毫秒
    # A年
  • 相关阅读:
    JSTL和EL
    JSP
    Servlet基础知识
    JSON基础知识
    jQuery基础知识
    ajax基础知识
    索引实战
    反射
    设计模式
    JVM的异常处理
  • 原文地址:https://www.cnblogs.com/vvzhang/p/15024328.html
Copyright © 2020-2023  润新知