pandas 超出时间戳范围时间

更新时间：2020-06-25 00:02:33 标签：pandas 时间

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: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。查看更新日志。作者开办 Python 数据分析训练营正在报名中，详情 Python 数据分析训练营。

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。

如果您的数据超出时间戳记范围，请参阅时间戳记限制，然后可以使用PeriodIndex和/或Period of Periods进行计算。

span = pd.period_range('1215-01-01', '1381-01-01', freq='D')
span
'''
PeriodIndex(['1215-01-01', '1215-01-02', '1215-01-03', '1215-01-04',
             '1215-01-05', '1215-01-06', '1215-01-07', '1215-01-08',
             '1215-01-09', '1215-01-10',
             ...
             '1380-12-23', '1380-12-24', '1380-12-25', '1380-12-26',
             '1380-12-27', '1380-12-28', '1380-12-29', '1380-12-30',
             '1380-12-31', '1381-01-01'],
            dtype='period[D]', length=60632, freq='D')
'''

从基于int64的YYYYMMDD表示形式进行转换。

s = pd.Series([20121231, 20141130, 99991231])
s
'''
0    20121231
1    20141130
2    99991231
dtype: int64
'''
def conv(x):
    return pd.Period(year=x // 10000, 
                     month=x // 100 % 100,
                     day=x % 100, freq='D')

s.apply(conv)
'''
0    2012-12-31
1    2014-11-30
2    9999-12-31
dtype: period[D]
'''
s.apply(conv)[2]
# Period('9999-12-31', 'D')

这些可以很容易地转换为PeriodIndex：

span = pd.PeriodIndex(s.apply(conv))
span
# PeriodIndex(['2012-12-31', '2014-11-30', '9999-12-31'], dtype='period[D]', freq='D')

<< 周期索引 pandas 教程时间重采样 >>