码迷,mamicode.com
首页 > 其他好文 > 详细

Pandas日期数据处理:如何按日期筛选、显示及统计数据

时间:2017-05-25 10:00:12      阅读:27166      评论:0      收藏:0      [点我收藏+]

标签:rmi   ccs   one   详细   scp   mlu   play   gpl   wms   

技术分享

 

前言

pandas有着强大的日期数据处理功能,本期我们来了解下pandas处理日期数据的一些基本功能,主要包括以下三个方面:

  • 按日期筛选数据
  • 按日期显示数据
  • 按日期统计数据

运行环境为 windows系统,64位,python3.5。

1 读取并整理数据

  • 首先引入pandas库
    import pandas as pd
    
  • 从csv文件中读取数据
df = pd.read_csv(‘date.csv‘, header=None)
print(df.head(2))
            0  1
0  2013-10-24  3
1  2013-10-25  4
  • 整理数据
df.columns = [‘date‘,‘number‘]
df[‘date‘] = pd.to_datetime(df[‘date‘]) #将数据类型转换为日期类型
df = df.set_index(‘date‘) # 将date设置为index
print(df.head(2))
print(df.tail(2))
print(df.shape)
            number
date              
2013-10-24       3
2013-10-25       4
            number
date              
2017-02-14       6
2017-02-22       6
(425, 1)
  • df的行数一共是425行。

查看Dataframe的数据类型

print(type(df))
print(df.index)
print(type(df.index))
<class ‘pandas.core.frame.DataFrame‘>
DatetimeIndex([‘2013-10-24‘, ‘2013-10-25‘, ‘2013-10-29‘, ‘2013-10-30‘,
               ‘2013-11-04‘, ‘2013-11-06‘, ‘2013-11-08‘, ‘2013-11-12‘,
               ‘2013-11-14‘, ‘2013-11-25‘,
               ...
               ‘2017-01-03‘, ‘2017-01-07‘, ‘2017-01-14‘, ‘2017-01-17‘,
               ‘2017-01-23‘, ‘2017-01-25‘, ‘2017-01-26‘, ‘2017-02-07‘,
               ‘2017-02-14‘, ‘2017-02-22‘],
              dtype=‘datetime64[ns]‘, name=‘date‘, length=425, freq=None)
<class ‘pandas.tseries.index.DatetimeIndex‘>

构造Series类型数据

s = pd.Series(df[‘number‘], index=df.index)
print(type(s))
s.head(2)
<class ‘pandas.core.series.Series‘>

date
2013-10-24    3
2013-10-25    4
Name: number, dtype: int64

2 按日期筛选数据

按年度获取数据

print(‘---------获取2013年的数据-----------‘)
print(df[‘2013‘].head(2)) # 获取2013年的数据
print(df[‘2013‘].tail(2)) # 获取2013年的数据
---------获取2013年的数据-----------
            number
date              
2013-10-24       3
2013-10-25       4
            number
date              
2013-12-27       2
2013-12-30       2

获取2016至2017年的数据

print(‘---------获取2016至2017年的数据-----------‘)
print(df[‘2016‘:‘2017‘].head(2))  #获取2016至2017年的数据
print(df[‘2016‘:‘2017‘].tail(2))  #获取2016至2017年的数据
---------获取2016至2017年的数据-----------
            number
date              
2016-01-04       4
2016-01-07       6
            number
date              
2017-02-14       6
2017-02-22       6

获取某月的数据

print(‘---------获取某月的数据-----------‘)
print(df[‘2013-11‘]) # 获取某月的数据
---------获取某月的数据-----------
            number
date              
2013-11-04       1
2013-11-06       3
2013-11-08       1
2013-11-12       5
2013-11-14       2
2013-11-25       1
2013-11-29       1

获取具体某天的数据

  • 请注意dataframe类型的数据,获取具体某天的数据时,跟series是有些差异的,详细情况如下述代码所示:
# 按日期筛选数据
print(‘---------获取具体某天的数据-----------‘)
# 获取具体某天的数据
print(s[‘2013-11-06‘])

# 获取具体某天的数据,用datafrme直接选取某天时会报错,而series的数据就没有问题
# print(df[‘2013-11-06‘])

#可以考虑用区间来获取某天的数据
print(df[‘2013-11-06‘:‘2013-11-06‘])
---------获取具体某天的数据-----------
3
            number
date              
2013-11-06       3
  • dataframe的truncate函数可以获取某个时期之前或之后的数据,或者某个时间区间的数据
  • 但一般建议直接用切片(slice),这样更为直观,方便
# dataframe的truncate函数可以获取某个时期之前或之后的数据,或者某个时间区间的数据
# 但一般建议直接用切片(slice),这样更为直观,方便
print(‘---------获取某个时期之前或之后的数据-----------‘)
print(‘--------after------------‘)
print(df.truncate(after = ‘2013-11‘))
print(‘--------before------------‘)
print(df.truncate(before=‘2017-02‘))
---------获取某个时期之前或之后的数据-----------
--------after------------
            number
date              
2013-10-24       3
2013-10-25       4
2013-10-29       2
2013-10-30       1
--------before------------
            number
date              
2017-02-07       8
2017-02-14       6
2017-02-22       6

3 按日期显示数据

3.1 to_period()方法

  • 请注意df.index的数据类型是DatetimeIndex;
  • df_peirod的数据类型是PeriodIndex

按月显示,但不统计

df_period = df.to_period(‘M‘) #按月显示,但不统计
print(type(df_period))

print(type(df_period.index))
# 请注意df.index的数据类型是DatetimeIndex;
# df_peirod的数据类型是PeriodIndex

print(df_period.head())
<class ‘pandas.core.frame.DataFrame‘>
<class ‘pandas.tseries.period.PeriodIndex‘>
         number
date           
2013-10       3
2013-10       4
2013-10       2
2013-10       1
2013-11       1

按季度显示,但不统计

print(df.to_period(‘Q‘).head()) #按季度显示,但不统计
        number
date          
2013Q4       3
2013Q4       4
2013Q4       2
2013Q4       1
2013Q4       1

按年度显示,但不统计

print(df.to_period(‘A‘).head()) #按年度显示,但不统计
      number
date        
2013       3
2013       4
2013       2
2013       1
2013       1

3.2 asfreq()方法

按年度频率显示

df_period.index.asfreq(‘A‘) # ‘A‘默认是‘A-DEC‘,其他如‘A-JAN‘
PeriodIndex([‘2013‘, ‘2013‘, ‘2013‘, ‘2013‘, ‘2013‘, ‘2013‘, ‘2013‘, ‘2013‘,
             ‘2013‘, ‘2013‘,
             ...
             ‘2017‘, ‘2017‘, ‘2017‘, ‘2017‘, ‘2017‘, ‘2017‘, ‘2017‘, ‘2017‘,
             ‘2017‘, ‘2017‘],
            dtype=‘period[A-DEC]‘, name=‘date‘, length=425, freq=‘A-DEC‘)
df_period.index.asfreq(‘A-JAN‘) # ‘A‘默认是‘A-DEC‘,其他如‘A-JAN‘
PeriodIndex([‘2014‘, ‘2014‘, ‘2014‘, ‘2014‘, ‘2014‘, ‘2014‘, ‘2014‘, ‘2014‘,
             ‘2014‘, ‘2014‘,
             ...
             ‘2017‘, ‘2017‘, ‘2017‘, ‘2017‘, ‘2017‘, ‘2017‘, ‘2017‘, ‘2018‘,
             ‘2018‘, ‘2018‘],
            dtype=‘period[A-JAN]‘, name=‘date‘, length=425, freq=‘A-JAN‘)
  • 按年度频率在不同情形下的显示,可参考下图所示:
    技术分享

按季度频率显示

df_period.index.asfreq(‘Q‘) # ‘Q‘默认是‘Q-DEC‘,其他如“Q-SEP”,“Q-FEB”
PeriodIndex([‘2013Q4‘, ‘2013Q4‘, ‘2013Q4‘, ‘2013Q4‘, ‘2013Q4‘, ‘2013Q4‘,
             ‘2013Q4‘, ‘2013Q4‘, ‘2013Q4‘, ‘2013Q4‘,
             ...
             ‘2017Q1‘, ‘2017Q1‘, ‘2017Q1‘, ‘2017Q1‘, ‘2017Q1‘, ‘2017Q1‘,
             ‘2017Q1‘, ‘2017Q1‘, ‘2017Q1‘, ‘2017Q1‘],
            dtype=‘period[Q-DEC]‘, name=‘date‘, length=425, freq=‘Q-DEC‘)
df_period.index.asfreq(‘Q-SEP‘) # 可以显示不同的季度财年,“Q-SEP”,“Q-FEB”
# df_period.index = df_period.index.asfreq(‘Q-DEC‘) # 可以显示不同的季度财年,“Q-SEP”,“Q-FEB”
# print(df_period.head())
PeriodIndex([‘2014Q1‘, ‘2014Q1‘, ‘2014Q1‘, ‘2014Q1‘, ‘2014Q1‘, ‘2014Q1‘,
             ‘2014Q1‘, ‘2014Q1‘, ‘2014Q1‘, ‘2014Q1‘,
             ...
             ‘2017Q2‘, ‘2017Q2‘, ‘2017Q2‘, ‘2017Q2‘, ‘2017Q2‘, ‘2017Q2‘,
             ‘2017Q2‘, ‘2017Q2‘, ‘2017Q2‘, ‘2017Q2‘],
            dtype=‘period[Q-SEP]‘, name=‘date‘, length=425, freq=‘Q-SEP‘)
  • 按季度频率在不同情形下的显示,可参考下图所示:
    技术分享

按月度频率显示

df_period.index.asfreq(‘M‘) # 按月份显示
PeriodIndex([‘2013-10‘, ‘2013-10‘, ‘2013-10‘, ‘2013-10‘, ‘2013-11‘, ‘2013-11‘,
             ‘2013-11‘, ‘2013-11‘, ‘2013-11‘, ‘2013-11‘,
             ...
             ‘2017-01‘, ‘2017-01‘, ‘2017-01‘, ‘2017-01‘, ‘2017-01‘, ‘2017-01‘,
             ‘2017-01‘, ‘2017-02‘, ‘2017-02‘, ‘2017-02‘],
            dtype=‘period[M]‘, name=‘date‘, length=425, freq=‘M‘)

按工作日显示

  • method 1
df_period.index.asfreq(‘B‘, how=‘start‘) # 按工作日期显示
PeriodIndex([‘2013-10-01‘, ‘2013-10-01‘, ‘2013-10-01‘, ‘2013-10-01‘,
             ‘2013-11-01‘, ‘2013-11-01‘, ‘2013-11-01‘, ‘2013-11-01‘,
             ‘2013-11-01‘, ‘2013-11-01‘,
             ...
             ‘2017-01-02‘, ‘2017-01-02‘, ‘2017-01-02‘, ‘2017-01-02‘,
             ‘2017-01-02‘, ‘2017-01-02‘, ‘2017-01-02‘, ‘2017-02-01‘,
             ‘2017-02-01‘, ‘2017-02-01‘],
            dtype=‘period[B]‘, name=‘date‘, length=425, freq=‘B‘)
  • method 2
df_period.index.asfreq(‘B‘, how=‘end‘) # 按工作日期显示
PeriodIndex([‘2013-10-31‘, ‘2013-10-31‘, ‘2013-10-31‘, ‘2013-10-31‘,
             ‘2013-11-29‘, ‘2013-11-29‘, ‘2013-11-29‘, ‘2013-11-29‘,
             ‘2013-11-29‘, ‘2013-11-29‘,
             ...
             ‘2017-01-31‘, ‘2017-01-31‘, ‘2017-01-31‘, ‘2017-01-31‘,
             ‘2017-01-31‘, ‘2017-01-31‘, ‘2017-01-31‘, ‘2017-02-28‘,
             ‘2017-02-28‘, ‘2017-02-28‘],
            dtype=‘period[B]‘, name=‘date‘, length=425, freq=‘B‘)

4 按日期统计数据

4.1按日期统计数据

按周统计数据

print(df.resample(‘w‘).sum().head())
# “w”,week
            number
date              
2013-10-27     7.0
2013-11-03     3.0
2013-11-10     5.0
2013-11-17     7.0
2013-11-24     NaN

按月统计数据

print(df.resample(‘M‘).sum().head())
# "MS"是每个月第一天为开始日期, "M"是每个月最后一天
            number
date              
2013-10-31      10
2013-11-30      14
2013-12-31      27
2014-01-31      16
2014-02-28       4

按季度统计数据

print(df.resample(‘Q‘).sum().head())
# "QS"是每个季度第一天为开始日期, "Q"是每个季度最后一天
            number
date              
2013-12-31      51
2014-03-31      73
2014-06-30      96
2014-09-30     136
2014-12-31     148

按年统计数据


print(df.resample(‘AS‘).sum())
# "AS"是每年第一天为开始日期, "A是每年最后一天
            number
date              
2013-01-01      51
2014-01-01     453
2015-01-01     743
2016-01-01    1552
2017-01-01      92
  • 关于日期的类型,按参考下图所示来选择合适的分期频率:
    技术分享

4.2 按日期统计后,按年或季度或月份显示

按年统计并显示

print(df.resample(‘AS‘).sum().to_period(‘A‘))
# 按年统计并显示
      number
date        
2013      51
2014     453
2015     743
2016    1552
2017      92

按季度统计并显示

print(df.resample(‘Q‘).sum().to_period(‘Q‘).head())
# 按季度统计并显示
        number
date          
2013Q4      51
2014Q1      73
2014Q2      96
2014Q3     136
2014Q4     148

按月度统计并显示

print(df.resample(‘M‘).sum().to_period(‘M‘).head())
# 按月度统计并显示
         number
date           
2013-10      10
2013-11      14
2013-12      27
2014-01      16
2014-02       4

更多精彩内容请关注微信公众号:

“Python数据之道”

 

技术分享

?

Pandas日期数据处理:如何按日期筛选、显示及统计数据

标签:rmi   ccs   one   详细   scp   mlu   play   gpl   wms   

原文地址:http://www.cnblogs.com/lemonbit/p/6896499.html

(2)
(2)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!