DatetimeIndex.date in Pandas

1. Verwenden Sie DatetimeIndex.date in Pandas
2. Abschluss

Pandas ist eine Datenmanipulationsbibliothek in Python. Es wird verwendet, um Daten zu analysieren und Datentrends zu sehen.

Es ist die am weitesten verbreitete Bibliothek im maschinellen Lernen und in der Datenwissenschaft. Die Pandas-Bibliothek arbeitet mit zwei Hauptdatenstrukturen, d. h. Series und DataFrame.

Eine Variable vom Typ Series ist einfach nichts anderes als eine Datenspalte. Eine Variable vom Typ DataFrame ist eine mehrdimensionale Tabelle mit Zeilen und Spalten.

Verwenden Sie DatetimeIndex.date in Pandas

DatetimeIndex ist ein mehrdimensionales Array vom Typ datetime64, auf das nur zugegriffen, aber nicht editiert werden kann. Sehen wir uns ein Beispiel für den Zugriff auf DatetimeIndex-Daten an:

# Accessing Date from datetimeIndex import pandas as pd  date = pd.date_range("2022-01-01", periods=5, freq="D") series = pd.Series(range(10, len(date) + 10), index=date)  print(series) 

Ausgang:

2022-01-01 10 2022-01-02 11 2022-01-03 12 2022-01-04 13 2022-01-05 14 Freq: D, dtype: int64 

Der obige Code greift auf Daten im Bereich von 2022-05-20 bis 2022-05-29 zu und druckt die Daten mit einem Series-Objekt.

Um einen Zeitstempel mit dem Datum hinzuzufügen, können Sie dies tun.

import pandas as pd  date = pd.DatetimeIndex(start="2022-05-20 2:00:00", periods=5, freq="D") series = pd.Series(range(10, len(date) + 10), index=date)  print(series) 

Ausgang:

2022-05-20 02:00:00 10 2022-05-21 02:00:00 11 2022-05-22 02:00:00 12 2022-05-23 02:00:00 13 2022-05-24 02:00:00 14 Freq: D, dtype: int64 

Dieser Beispielcode gibt zusammen mit jedem Datum einen Zeitstempel aus.

Lassen Sie uns nun die Namen der Monate entlang eines Datumsbereichs mit DatetimeIndex herausfinden:

import pandas as pd  date = pd.DatetimeIndex(start="2022-05-20", end="2023-05-20", periods=5)  series = pd.Series(date.month_name(), index=date)  print(series) 

Ausgang:

2022-05-20 00:00:00 May 2022-08-19 06:00:00 August 2022-11-18 12:00:00 November 2023-02-17 18:00:00 February 2023-05-20 00:00:00 May dtype: object 

Der obige Code gibt die Monatsnamen im Datumsbereich von 2022-05-20 bis 2023-05-20 aus.

Attribute der DatetimeIndex-Funktion

1. start: Definiert den Startbereich für das Datum.
2. Ende: Dies definiert den Endbereich für das Datum.
3. Perioden: Definiert die Intervalle für das Datum. Im obigen Beispiel bedeutet Perioden=5, dass jedes neue Datum 5 Tage nach dem vorherigen Datum liegt.
4. freq: Gibt die Frequenz im DatetimeIndex an.

Beispielcode:

import pandas as pd  date = pd.DatetimeIndex(start="2022-07-14", periods=10, freq="BQ")  print(date) 

Ausgang:

DatetimeIndex(['2022-09-30', '2022-12-30', '2023-03-31', '2023-06-30',  '2023-09-29', '2023-12-29', '2024-03-29', '2024-06-28',  '2024-09-30', '2024-12-31'],  dtype='datetime64[ns]', freq='BQ-DEC') 

print(date.freq) 

Ausgang:

<BusinessQuarterEnd: startingMonth=12> 

Abschluss

Pandas ist eine riesige und weit verbreitete Bibliothek in Python und enthält viele Funktionen zur Verwaltung und Analyse von Daten. DatetimeIndex ist eine der wichtigen Funktionen für den Zugriff auf Datums- und Zeitdaten nach Woche, Monat und Jahr aus einem mehrdimensionalen Array.