pandas 时间日期

本教程作者所著新书《Python之光：Python编程入门与实战》（ISBN：9787111729891）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。

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。

本文开始将介绍 pandas 日期时间方面的功能。

主要内容有：

• 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()