Kolumna DATETIME DATETIME PANDA zawiera wszystkie informacje dotyczące konkretnych zarejestrowanych danych w latach, miesiącach, datach i godzinach (w godzinach, minutach i sekundach). DateTimeIndex to metoda, która przekształca tę kolumnę DATETIME w kolumnę indeksu i przypisuje datę wyjścia jako indeks w ramie danych. Umożliwia także dostęp lub analizę danych w tym konkretnym dniu, roku, miesiącu i godzinie (w godzinach, minutach i sekundach) lub zakresie dat dla dalszych operacji zamiast przejść przez całą ramkę danych.
W tym artykule dowiemy się, w jaki sposób możemy utworzyć dateTimeIndex i uzyskać dostęp do danych daty i godziny osobno za pomocą metod daty i godziny.
Możemy utworzyć DateTimeIndex z następującą składnią:
Składnia:
Pandy.DateTimeIndex ([wartości datetime,…] dType, Freq)
Parametry:
- Pierwszy parametr przyjmuje wartości znaczników czasu na liście oddzielonej przecinkiem.
- Drugi parametr jest opcjonalny, co określa typ danych, taki jak DateTime64 [ns].
- Freq jest również opcjonalnym parametrem, który otrzymuje datetim w częstotliwości godzin/tygodni.
Przykład 1: z freq = "h"
Utwórz dateTimeIndex, który przechowuje 2 znaczniki znaczników częstotliwości jako „H”. Upewnij się, że musisz określić prawidłową częstotliwość w odniesieniu do środowiska czasu.
importować pandy
# Utwórz dateTimeIndex, który przechowuje 2 znaczniki czasu z częstotliwością jako „h”.
DateTime_Index = pandy.DateTimeIndex (['2022-12-31 04:11:00', '2022-12-31 05:11:00'],
dtype = 'dateTime64 [ns]', freq = 'h')
print (DateTime_Index)
Wyjście:
Teraz masz DateTimeIndex z godzinami jako częstotliwość.
Zobaczmy kolejny przykład, który przyjmuje częstotliwość jako tydzień.
Przykład 2: z freq = "w"
importować pandy
# Utwórz dateTimeIndex, który przechowuje 4 znaczniki czasu z częstotliwością jako „w”.
DateTime_Index = pandy.DateTimeIndex ([„2023-1-1 04:11:00”, „2023-1-8 04:11:00”, „2023-1-15 04:11:00”, „2023-1-22 04: 11:00 '], freq = „w”)
print (DateTime_Index)
Wyjście:
Teraz masz DateTimeIndex z tygodniami jako częstotliwość.
Przykład 3: Zdobądź szczegóły daty
DateTimeIndex ma kilka wbudowanych metod, które otrzymują dane daty, takie jak rok, miesiąc, data, dzień itp.
Spójrz na poniższy przykład, aby zwrócić rok, miesiąc, nazwisko miesiąca, dnia i daty.
importować pandy
# Utwórz dateTimeIndex, który przechowuje 4 znaczniki czasu z częstotliwością jako „w”.
DateTime_Index = pandy.DateTimeIndex ([„2023-1-1 04:11:00”, „2023-1-8 04:11:00”, „2023-1-15 04:11:00”, „2023-1-22 04: 11:00 '], freq = „w”)
# Zwróć rok z powyższego DateTime_Index
Drukuj („rok:”, DateTime_Index.rok)
# Zwróć miesiąc z powyższego datetime_index
Drukuj („miesiąc:”, DateTime_Index.miesiąc)
# Zwróć nazwę Month_name z powyższego DateTime_Index
Drukuj („Nazwa miesiąca:”, DateTime_Index.Month_name)
# Zwróć dzień z powyższego datetime_index
Drukuj („Day:”, DateTime_Index.dzień)
# Zwróć datę z powyższego datetime_index
Drukuj („Data:”, DateTime_Index.data)
Wyjście:
Wyjaśnienie:
- rok Zwraca rok z DateTimeIndex.
- miesiąc Zwraca numer miesiąca (podobnie jak styczeń to 1 luty, to 2,…) z DateTimeIndex.
- dzień Zwraca dzień z dateTimeIndex.
- data Zwraca datę w formacie (Yyyy, MM, DD).
Przykład 4: Uzyskaj szczegóły czasu
Spójrz na poniższy przykład, aby zwrócić godziny, minuty, sekundy i czas osobno.
importować pandy
# Utwórz dateTimeIndex, który przechowuje 4 znaczniki czasu z częstotliwością jako „w”.
DateTime_Index = pandy.DateTimeIndex ([„2023-1-1 04:11:00”, „2023-1-8 04:11:00”, „2023-1-15 04:11:00”, „2023-1-22 04: 11:00 '], freq = „w”)
# Zwróć godzinę z powyższego datetime_index
Drukuj („Hour:”, DateTime_Index.godzina)
# Zwróć minutę z powyższego datetime_index
Drukuj („Minute:”, DateTime_Index.minuta)
# Zwróć drugi z powyższego datetime_index
Drukuj („Second:”, DateTime_Index.drugi)
# Zwróć czas z powyższego datetime_index
Drukuj („czas:”, DateTime_Index.czas)
Wyjście:
Wyjaśnienie:
- godzina Zwraca godziny z dateTimeIndex.
- minuta Zwraca minuty z dateTimeIndex.
- drugi Zwraca sekundy z DateTimeIndex.
- czas Zwraca czas w formacie (h, m).
Przykład 5: Rozważania roku
- Jeśli chcemy sprawdzić status, jeśli którykolwiek z dnia jest początkiem roku, użyj is_year_start.
- Jeśli chcemy sprawdzić status, jeśli którykolwiek z dnia jest koniec roku, użyj is_year_end.
- Jeśli chcemy sprawdzić status, jeśli rok jest rokiem, czy nie, użyj is_leap_year.
importować pandy
# Utwórz DateTimeIndex, który przechowuje 5 znaczników czasu.
DateTime_Index = pandy.DateTimeIndex ([„2021-1-1 07:13:00”, „2022-12-31 05:11:00”, '2022-11-11 05:11:00', '2020-12-31 06: 11:00 ', „2017-5-5 05:11:00'])
print (DateTime_Index)
wydrukować()
# Sprawdź status, jeśli którykolwiek z dnia jest początkiem roku
drukuj (dateTime_Index.is_year_start)
wydrukować()
# Sprawdź status, jeśli któryś z dnia jest koniec roku
drukuj (dateTime_Index.is_year_end)
wydrukować()
# Sprawdź status, jeśli rok jest rok skokowy, czy nie.
drukuj (dateTime_Index.is_leap_year)
Wyjście:
Wyjaśnienie:
Prawda jest zwracana dla następujących indeksów DATETIME:
- „2021-01-01 07:13:00” zaczyna się od roku.
- „2022-12-31 05:11:00” i „2020-12-31 06:11:00”.
- „2020-12-31 06:11:00” to rok skokowy.
Wniosek
Teraz doszliśmy do punktu, że DateTimeIndex jest używany do tworzenia indeksu dla danych DATETIME i możemy wyodrębnić dane daty i godziny za pomocą różnych właściwości. Wszystkie przykłady zostały dobrze wyjaśnione. Pamiętaj, aby zrozumieć wszystkie parametry wyjaśnione w odniesieniu do DatETimeIndex.