第四章. Pandas进阶

4.7 日期数据处理

1.DataFrame的日期数据转换（to_datetime）

在日常工作中，常见的日期方式有很多种，例如’20221123’，‘2022.11.23’，‘2022/11/23’，‘23/11/2022’，‘23-Nov-22’，需要先将这些格式统一后才能进行后续的工作。

1).语法：

DataFrame.to_datetime(arg,errors=“ignore”,dayfirst=False,yearfirst=False,utc=None,box=True,format=None,exact=True,unit=None,inter_datetime=False,origin=“unix”,cache=False)

参数说明:
arg：需要转换的时间和日期
errors：值为ignore（无效的解析将返回原值），值为raise（无效的解析将引发异常），值为coerce（无效的解析将被置为NaT）
dayfirst：第一个为天，例如：23/11/2022，置为True：解析为 2022-11-23，置为False：解析为 2022-23-11

2).示例：

• 示例1：日期格式转换

import pandas as pd

pd.set_option('display.unicode.ambiguous_as_wide', True)  # 处理数据的列标题与数据无法对齐的情况
pd.set_option('display.unicode.east_asian_width', True)  # 无法对齐主要是因为列标题是中文

df = pd.read_excel('F:\\Note\\图书采购清单.xlsx', sheet_name='Sheet1',usecols=['发货日期'])
print(df)
print('*' * 50)

df['发货日期_new']= pd.to_datetime(df['发货日期'])
print(df)

结果展示:

• 示例2：将多列数据组合成日期数据

import pandas as pd

pd.set_option('display.unicode.ambiguous_as_wide', True)  # 处理数据的列标题与数据无法对齐的情况
pd.set_option('display.unicode.east_asian_width', True)  # 无法对齐主要是因为列标题是中文

df = pd.read_excel('F:\\Note\\图书采购清单.xlsx', sheet_name='Sheet3')
print(df)
print('*' * 50)

df['发货日期']= pd.to_datetime(df)
print(df)

结果展示:

2.访问日期属性对象（dt）

1).语法：

Series.dt()

2).示例1：获取日期中的多个属性

import pandas as pd

pd.set_option('display.unicode.ambiguous_as_wide', True)  # 处理数据的列标题与数据无法对齐的情况
pd.set_option('display.unicode.east_asian_width', True)  # 无法对齐主要是因为列标题是中文

df = pd.read_excel('F:\\Note\\图书采购清单.xlsx', sheet_name='Sheet1', usecols=['发货日期'])
print(df)
print('*' * 50)

df['发货日期_new']= pd.to_datetime(df['发货日期'])
print(df)

df['年'],df['季度'],df['月'],df['日'],df['是否年底']=df['发货日期_new'].dt.year,df['发货日期_new'].dt.quarter,df['发货日期_new'].dt.month,df['发货日期_new'].dt.day,df['发货日期_new'].dt.is_year_end
print(df)

结果展示:

3.获取日期区间的数据

示例：

import pandas as pd

pd.set_option('display.unicode.ambiguous_as_wide', True)  # 处理数据的列标题与数据无法对齐的情况
pd.set_option('display.unicode.east_asian_width', True)  # 无法对齐主要是因为列标题是中文

df = pd.read_excel('F:\\Note\\图书采购清单.xlsx', sheet_name='Sheet1')
print(df)
print('*' * 50)

df1 = df.set_index('发货日期')
df1 = df1['2021.8.21':'2022.9.23']
print(df1)

结果展示:

4.统计显示不同时期的数据（resample,to_period）

1).语法：

• 统计语法

DataFrame.resample(rule, how=None, axis=0, fill_method=None, closed=None, label=None, convention='start',kind=None, loffset=None, limit=None, base=0，on=None,level=None)

参数说明:
rule：字符串，偏移量表示目标字符串或对象转换：‘AS’(年),‘Q’(季度),‘M’(月),‘W’(星期)，‘D’(天)
axis：0：表示列，1：表示行，默认0
fill_method：升采样时的差值方式，例如:bfill (用后值填充),ffill(用前值填充)
closed：降采样时，时间区间的开和闭，‘right’(默认)和 ‘left’ （right：左开右闭）
label：降采样时，如何设置聚合值的标签
convention：当重采样时，将低频转换成高频时，所采用的约定，‘start’,‘end’, 默认值‘‘start’’
kind：聚合到时期（‘period’）或时间戳（timestamp）,默认聚合到时间序列的索引类型，默认值为None
loffset：聚合标签的时间矫正值，默认值为None，比如‘-1s’或Second(-1)用于将聚合标签调早1秒
limit：向前或向后填充时，允许填充的最大时期数，默认值为None
base：对于平均细分为1天的频率，聚合间隔的“origin”。例如，对于“ 5min”频率，基本范围可以是0-4。默认值为0。

• 显示语法

DataFrame.to_period(freq=None,axis=0,copy=True)

参数说明:
freq：周期索引的频率：‘AS’(年),‘Q’(季度),‘M’(月),‘W’(星期)，‘D’(天)
axis：0：表示行，1：表示列，默认0
copy：是否复制数据
返回值：带周期索引的时间序列

2).示例：

import pandas as pd

pd.set_option('display.unicode.ambiguous_as_wide', True)  # 处理数据的列标题与数据无法对齐的情况
pd.set_option('display.unicode.east_asian_width', True)  # 无法对齐主要是因为列标题是中文

df = pd.read_excel('F:\\Note\\图书采购清单.xlsx', sheet_name='Sheet1')
print(df)
print('*' * 50)

df['发货日期_new']= pd.to_datetime(df['发货日期'])
df = df.set_index('发货日期_new')
print(df)

# 年
print('*' * 25+'年'+'*' * 25)
df2 = df['原价'].resample('AS').sum().to_period('A')
print(df2)

# 季度
print('*' * 25+'季度'+'*' * 25)
df2 = df['原价'].resample('Q').sum().to_period('Q')
print(df2)

# 月
print('*' * 25+'月'+'*' * 25)
df2 = df['原价'].resample('M').sum().to_period('M')
print(df2)

# 星期
print('*' * 25+'星期'+'*' * 25)
df2 = df['原价'].resample('W').sum().to_period('W')
print(df2)

结果展示: