Pandas 日期数据处理

Pandas 日期数据处理魔法：让你的分析更高效！

---

欢迎阅读我们的其他博客文章！这里有一些与 Python 和 Pandas 相关的精彩内容，可以帮助你更深入地了解这些强大的工具：

1. Python 入门指南：本文为初学者提供了 Python 的基本介绍，包括 Python 的安装、基本语法和常用库等内容，帮助你迅速入门 Python 编程。

2. Python 3.11 新特性：这篇文章向你介绍了 Python 3.11 的新特性和改进，让你了解 Python 的最新发展动态。

3. Pandas 生成工作日与节假日：本文讲解了如何使用 Pandas 生成工作日和节假日，对于在数据分析过程中处理时间序列数据非常有帮助。

4. Pandas 时间戳与时间差：这篇文章详细介绍了如何使用Pandas 处理时间戳和计算时间差，让你在处理时间相关数据时更加得心应手。⏰

5. Python 音频处理：本文介绍了 Python 在音频处理方面的应用，包括音频的读取、播放、分析和处理等，为你在音频处理领域提供了宝贵的参考。

希望这些文章能帮助你更好地理解 Python 和 Pandas，从而提高你的编程技能和数据处理能力！

---

️ 前言

在日常工作中，我们会遇到多种日期格式，例如年份开头或是月份开头的 “2022/6/4”、“6/4/2022” 等。 通过 Pandas 的日期数据处理功能，我们可以轻松统一这些不同的日期格式，并进行过滤、分类、分析等操作，让我们的工作更加轻松高效。

---

一、DataFrame 日期数据转换

转换格式及参数：

pandas.to_datetime(arg, errors='ignore', dayfirst=False, yearfirst=False, utc=None, box=True,
format=None, exact=True, unit=None, infer_datetime_format=False, origin='unix', cache=False)

参数说明

• arg: 字符串、日期时间、字符串数组
• errors：忽略错误（igonre），引发异常（raise），设置无效解析为 NaT（coerce）。
• dayfirst: 默认为 False。如果为 True，解析第一个为天，例如：01/05/2022，解析为 2022-05-01
• yearfirst: 默认为 False。如果为 True，解析第一个为年，例如：22-05-01，解析为 2022-05-01
• utc: 默认为 None，返回协调世界时间（UTC）。
• box: 默认为 True，返回 DatetimeIndex；如果为 False，返回值的 ndarray。
• format: 格式化显示时间的格式。字符串，默认值为 None。
• exact: 默认为 False。如果为 True，则要求格式完全匹配；如果为 False，则允许格式与目标字符串中的任意位置匹配。
• infer_datetime_format: 默认为 False。没有格式时，尝试根据第一个日期推断出格式。
• origin: 默认为 ‘unix’。定义参考日期。数值将解析为单位数。
• cache: 默认值为 False。设置为 True 启用缓存加速。

二、使用步骤‍♀️

1.各种日期格式转换示例：

import pandas as pd
pd.set_option('display.unicode.east_asian_width', True) # 设置对齐
df = pd.DataFrame({'原日期': ['01-Mar-22', '05/01/2022', '2022.05.01', '2022/05/01', '20220501']})
df['日期'] = pd.to_datetime(df['原日期'])
print(df)

输出:

2.将数组组合起来转换为日期数据（示例）：

df1 = pd.DataFrame({
'year':[2022, 2021, 2020],
'month': [5, 4, 3],
'day': [6, 7, 8],
'hour': [12, 13, 2],
'minute': [22, 2, 10],
'second': [3, 34, 17]})
df1['组合日期'] = pd.to_datetime(df1)
print(df1)

输出：

3.日期属性访问器对象（dt）

Series.dt() # 返回 dt 对象

dt 对象是 Series 对象中用于获取日期属性的访问器对象，使用它可以获取日期中的年、月、日、星期数和季度等，还可以判断日期是否属于年底。

dt 对象的属性方法：

• dt.year
• dt.month
• dt.day
• dt.dayofweek
• dt.dayofyear
• dt.is_leap_year
• dt.quarter
• dt.weekday_name

获取年、月、日，具体代码如下：

df['年'] = df['日期'].dt.year
df['月'] = df['日期'].dt.month
df['日'] = df['日期'].dt.day

获取日期所处的星期数：

df['星期几'] = df['日期'].dt.day_name()

判断日期是否在年底最后一天：

df['是否年底'] = df['日期'].dt.is_year_end

获取日期所属的季度：

df['季度'] = df['日期'].dt.quarter

输出结果：

4.获取日期区间⏰

当 DataFrame 对象使用日期为索引时，可以输入日期或日期区间获取数据。

设置日期为索引：

df1.set_index(df1['组合日期'], inplace=True)

获取 2021 年的数据

df1.loc['2021']

输出：

获取 2022 年至 2020 年的数据

df1.loc['2022':'2020']

输出：

获取具体某一天的数据（如 2022 年 5 月 6 日）

df1.loc['2022-5-06':'2022-05-06']

---

五、其他常用日期操作

在实际工作中，我们可能还需要进行一些其他常用的日期操作，如计算日期差、日期偏移、日期筛选等。下面是一些实用示例。

1. 计算日期差

要计算两个日期之间的差值，可以直接相减：

delta = df1['组合日期'].max() - df1['组合日期'].min()
print(delta)

2. 日期偏移

要在日期上进行加减操作，可以使用 pd.DateOffset 对象。例如，给定一个日期，我们想要找到它之后的 30 天：

from pandas.tseries.offsets import DateOffset

date = pd.to_datetime('2022-05-01')
new_date = date + DateOffset(days=30)
print(new_date)

3. 日期筛选

在处理日期时，我们可能需要根据日期进行筛选。例如，我们想要筛选出 DataFrame 中 2021 年的数据：

mask = (df1['组合日期'] >= '2021-01-01') & (df1['组合日期'] <= '2021-12-31')
filtered_df = df1[mask]
print(filtered_df)

4. 日期分组统计

在数据分析过程中，我们可能需要对日期进行分组统计。例如，我们想要按年份统计某个 DataFrame 的数据：

df1['年份'] = df1['组合日期'].dt.year
grouped_df = df1.groupby('年份').count()
print(grouped_df)

这些只是一些常见的日期操作示例。实际上，Pandas 提供了丰富的日期处理工具，可以帮助我们轻松应对各种复杂的日期问题。掌握这些方法，将有助于提高我们在数据分析工作中的效率。

总结

本文介绍了 Pandas 日期数据处理的使用方法，通过这些功能，我们可以轻松地将不同格式的日期统一，并利用 dt 对象获取日期相关属性和进行日期筛选等操作。Pandas 还提供了许多其他日期处理属性和方法，可以帮助我们更加高效地进行数据统计和分析。希望本文能为你的数据分析工作带来便利！

希望这篇博客文章对你有所帮助！
如果你觉得这篇文章有价值，不妨点个赞、关注我们的博客、并收藏起来。你的支持是我们持续创作的动力！✨
谢谢你的阅读，祝你在编程和数据处理的道路上越走越远，未来充满无限可能！