相关导航
pandas 时间日期
更新时间：2020-06-08 21:59:21 标签：pandas
日期
时间
直播预告
5月28日（星期六）21:00，主题：《pandas案例和答疑》。访问B站账号「盖若com」预约，开播会通知提醒。可提前准备好提问问题。
看过来
《Pandas 教程》 持续更新中，可作为 pandas 入门进阶课程、pandas 中文手册、用法大全，配有案例讲解和速查手册。提供建议、纠错、催更等加作者微信: sinbam（备注：pandas教程）和关注公众号「盖若」ID: gairuo。查看更新日志。
|
本教程作者所著新书《深入浅出Pandas：利用Python进行数据处理与分析》（ISBN：9787111685456）已由机械工业出版社出版上市，各大电商平台有售，欢迎：查看详情并关注购买。 |
编写中。
todo:
- 时间相关概念
- 时间序列创建
- 时间戳转换（指定格式，错误处理）
- 多列合成时间
- 新纪元时间
- 生成时间范围
- 自定义时间周期
- 最大最小时间
- 时间作为索引
- 按时间索引查询
- 时间日期的属性
- 日期偏移量（DateOffset）
- 日期偏移量计算
- DateOffset 属性
- 自定义工作时间
- Offset 别名
- 时间前后移动
- 时间周期转换
- 时间缺失值填充
- 与 python 时间类型转换
- 重采样
- 时间区间
- 周期转换
- 时区处理
- 时长定义与解析
- 时间长的操作
- 时长单位转换
- 时长的属性
- 时长作为索引
- 时长重采样
笔记
# 前一年
df.assign(ago_1y=lambda m: m.day.apply(lambda x: x - pd.DateOffset(years=1)))
# 指定格式转为日期
df['p_day'] = pd.to_datetime(df.p_day, format='%Y%m%d', errors='ignore')
# 去年今日移动，实现同比
df['Previous'] = df.groupby([df['p_day'].dt.month,df['p_day'].dt.day])['qty'].shift()
