Pandas中提供了许多用来处理时间格式文本的方法,包括按不同方法生成一个时间序列,修改时间的格式,重采样等等。
按不同的方法生成时间序列
In [7]: import pandas as pd# 按起始和终止日期以及步长生成时间序列In [8]: pd.date_range(start="20171212",end="20180101",freq="D")Out[8]: DatetimeIndex(['2017-12-12', '2017-12-13', '2017-12-14', '2017-12-15', '2017-12-16', '2017-12-17', '2017-12-18', '2017-12-19', '2017-12-20', '2017-12-21', '2017-12-22', '2017-12-23', '2017-12-24', '2017-12-25', '2017-12-26', '2017-12-27', '2017-12-28', '2017-12-29', '2017-12-30', '2017-12-31', '2018-01-01'], dtype='datetime64[ns]', freq='D')In [9]: pd.date_range(start="20171212",end="20180101",freq="10D")Out[9]: DatetimeIndex(['2017-12-12', '2017-12-22', '2018-01-01'], dtype='datetime64[ns]', freq='10D')# 按起始日期,数量和步长生成时间序列In [10]: pd.date_range(start="20171212",periods=10,freq="10D")Out[10]: DatetimeIndex(['2017-12-12', '2017-12-22', '2018-01-01', '2018-01-11', '2018-01-21', '2018-01-31', '2018-02-10', '2018-02-20', '2018-03-02', '2018-03-12'], dtype='datetime64[ns]', freq='10D')In [11]: pd.date_range(start="20171212",periods=10,freq="M")Out[11]: DatetimeIndex(['2017-12-31', '2018-01-31', '2018-02-28', '2018-03-31', '2018-04-30', '2018-05-31', '2018-06-30', '2018-07-31', '2018-08-31', '2018-09-30'], dtype='datetime64[ns]', freq='M')# 如果取不到最后一天,这个时间序列就会停止在前一个生成的日期处In [12]: pd.date_range(start="20171212",end="20180105",freq="10D")Out[12]: DatetimeIndex(['2017-12-12', '2017-12-22', '2018-01-01'], dtype='datetime64[ns]', freq='10D')
案例
假如我们现在有美国2015年12月到2017年9月的911求救电话信息。(数据来源:)假如我们需要统计并绘制每个月的各类求救电话的变化情况,应该怎么做呢?
# coding=utf-8import pandas as pdfrom matplotlib import pyplot as pltfrom matplotlib import font_managerfilepath = "./911.csv"df = pd.read_csv(filepath)font = font_manager.FontProperties(fname="C:\Windows\Fonts\msyh.ttc")df["timeStamp"] = pd.to_datetime(df["timeStamp"])df.set_index("timeStamp", inplace=True)temp_list = df["title"].str.split(":")cate_list = [i[0] for i in temp_list]df["cate"] = cate_listplt.figure(figsize=(20, 8), dpi=80)# 分组for group_name, group_data in df.groupby(by="cate"): # 对不同分类进行绘图 count_by_month = group_data.resample("M").count()["title"] _x = count_by_month.index _y = count_by_month.values plt.plot(range(len(_x)), _y, label=group_name)_x = _x.strftime("%Y-%m")plt.xticks(range(len(_x)), _x, rotation=45)plt.legend(loc="best")plt.show()
结果如图: