Pandas时间序列数据操作

一、 pd.to_datetime()

将日期字符串转化为datetime类型数据

import pandas as pd

pd.to_datetime('2020-05-03')

Timestamp('2020-05-03 00:00:00')

二、datetime可以比大小

day1 = pd.to_datetime('2020-05-01')

day3 = pd.to_datetime('2020-05-03')

day1<day3

True

导入实验数据

import pandas as pd

df = pd.read_csv('data/aapl.csv')
df

三、从df中筛选出符合条件的数据

• 把小(早)于某日期的数据筛选出来
• 把某日期区间的数据筛选出来

我们需要先将Date转化为datetime数据类型

#用pd.to_datetime处理Date列
df['Date'] = pd.to_datetime(df['Date'])
df

#选取2016-12-01之后的数据
someday = pd.to_datetime('2016-12-01')
df[df['Date']>someday]

#选取2016-12-01之前的数据
someday = pd.to_datetime('2016-12-01')
df[df['Date']<someday]

#把2016-12-01到2017-05-01之间的数据选出来
mindate = pd.to_datetime('2016-12-01')
maxdate = pd.to_datetime('2017-05-01')

df[(mindate<df['Date']) & (df['Date']<maxdate)]

四、日期Series.dt操作

datetime数据类型的Series有dt属性，而dt有以下方法属性（方法）

• year
• month
• day
• hour
• minute
• second
• day_name()
• month_name()

#每条记录的所在年份
df['Date'].dt.year

df['Date'].dt.month

df['Date'].dt.day

df['Date'].dt.day_name()

df['Date'].dt.month_name()

#选择周一  的所有的数据
df[df['Date'].dt.day_name()=='Monday']

五、将日期Series设置为行索引

注意这里的Series是datetime类型的Series

• 选择某年数据
• 选择某年某月的数据
• 选择某日的数据

#将Date设置为index
df.set_index('Date', inplace=True)
df

#选择2016
df['2016']

#选择某年月数据
df['2016-12']

#选择某日数据
df['2016-12-02']

往期文章

看在这么多数据面子上，给我点好看可好❤