Pandas DateTimeIndex

Die DataFrame DateTime -Spalte von Pandas enthält alle Informationen der spezifischen Daten in Jahren, Monaten, Daten und Uhrzeiten (in Stunden, Minuten und Sekunden). DateTimeIndEx ist die Methode, die diese DateTime -Spalte in eine Indexspalte umwandelt und das Ausgabedatum als Index im Datenrahmen zuattriliert. Es ermöglicht auch Zugriff oder Analyse der Daten zu diesem bestimmten Datum, Jahr, Monat und Uhrzeit (in Stunden, Minuten und Sekunden) oder zu Datenbereiche für weitere Vorgänge, anstatt alle Datenrahmen zu durchlaufen.

In diesem Artikel werden wir erfahren, wie wir den DateTimeIndex erstellen und auf die Datums- und Uhrzeitdetails zugreifen können.

Wir können den DateTimeIndex mit der folgenden Syntax erstellen:

Syntax:

Pandas.DateTimeIndEx ([DateTime -Werte,…] dType, freq)

Parameter:

1. Der erste Parameter nimmt Zeitstempelwerte in einer Liste ein, die von einem Komma getrennt wird.
2. Der zweite Parameter ist optional, wodurch der Datentyp wie DateTime64 [NS] angegeben ist.
3. FREQ ist auch der optionale Parameter, der die DateTime in Stunden/Wochen -Frequenz erhält.

Beispiel 1: mit freq = "H"
Erstellen Sie den DateTimeIndex, der 2 Zeitstempel mit der Frequenz als „H“ enthält. Stellen Sie sicher, dass Sie die korrekte Frequenz in Bezug auf den Zeitstempel angeben müssen.

Pandas importieren
# Erstellen Sie den DateTimeIndex, der 2 Zeitstempel mit der Frequenz als "H" enthält.
DateTime_index = Pandas.DateTimeIndex (['2022-12-31 04:11:00', '2022-12-31 05:11:00'],
DType = 'DateTime64 [ns]', freq = 'h')
print (datetime_index)

Ausgang:

Jetzt haben Sie den DateTimeIndex mit Stunden als Frequenz.

Lassen Sie uns ein anderes Beispiel sehen, das die Frequenz als Woche annimmt.

Beispiel 2: mit freq = "w"

Pandas importieren
# Erstellen Sie den DateTimeIndex, der 4 Zeitstempel mit der Frequenz als "W" enthält.
DateTime_index = Pandas.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)

Ausgang:

Jetzt haben Sie den DateTimeIndex mit Wochen als Frequenz.

Beispiel 3: Holen Sie sich die Datumsdetails
Der DateTimeIndex verfügt über einige integrierte Methoden, mit denen die Datumsdetails wie Jahr, Monat, Datum, Tag usw. erhalten werden.

Sehen Sie sich das folgende Beispiel an, um das Jahr, den Monat, den Namen des Monats, den Tag und zum Datum zurückzusetzen.

Pandas importieren
# Erstellen Sie den DateTimeIndex, der 4 Zeitstempel mit der Frequenz als "W" enthält.
DateTime_index = Pandas.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 ')
# Geben Sie das Jahr aus dem oben genannten DateTime_index zurück
print ("Jahr:", datetime_index.Jahr)
# Geben Sie den Monat aus dem oben genannten DateTime_index zurück
print ("Monat:", datetime_index.Monat)
# Geben Sie den monat_namen aus dem obigen datetime_index zurück
print ("Name des Monats:", datetime_index.Monat_Name)
# Geben Sie den Tag aus dem obigen DateTime_index zurück
print ("Tag:", datetime_index.Tag)
# Geben Sie das Datum aus dem obigen DateTime_index zurück
print ("Datum:", datetime_index.Datum)

Ausgang:

Erläuterung:

1. Der Jahr Gibt das Jahr aus dem DateTimeIndex zurück.
2. Der Monat Gibt die Monatsnummer zurück (wie der Januar ist der 1. Februar 2,…) aus dem DateTimeIndex.
3. Der Tag Gibt den Tag vom DateTimeIndex zurück.
4. Der Datum Gibt das Datum im Format (YJJJ, MM, DD) zurück.

Beispiel 4: Erhalten Sie die Zeitdetails
Schauen Sie sich das folgende Beispiel an, um die Stunden, Minuten, Sekunden und Zeit getrennt zurückzugeben.

Pandas importieren
# Erstellen Sie den DateTimeIndex, der 4 Zeitstempel mit der Frequenz als "W" enthält.
DateTime_index = Pandas.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 ')
# Geben Sie die Stunde aus dem obigen DateTime_index zurück
print ("stunde:", datetime_index.Stunde)
# Kehren Sie die Minute aus dem obigen DateTime_index zurück
print ("Minute:", datetime_index.Minute)
# Geben Sie die zweite aus dem obigen datetime_index zurück
print ("Sekunde:", datetime_index.zweite)
# Geben Sie die Zeit aus dem obigen DateTime_index zurück
print ("Zeit:", datetime_index.Zeit)

Ausgang:

Erläuterung:

1. Der Stunde Gibt die Stunden aus dem DateTimeIndex zurück.
2. Der Minute Gibt die Minuten vom DateTimeIndex zurück.
3. Der zweite Gibt die Sekunden aus dem DateTimeIndex zurück.
4. Der Zeit Gibt die Zeit im Format (h, m) zurück.

Beispiel 5: Überlegungen zum Jahr

1. Wenn wir den Status überprüfen möchten, falls einer des Tages der Jahr ist, verwenden Sie die Verwendung is_year_start.
2. Wenn wir den Status überprüfen möchten, falls einer des Tages das Jahresende ist, verwenden Sie die Verwendung is_year_end.
3. Wenn wir den Status überprüfen möchten, wenn das Jahr ein Schaltjahr ist oder nicht, verwenden Sie is_leap_year.

Pandas importieren
# Erstellen Sie den DateTimeIndex mit 5 Zeitstempeln.
DateTime_index = Pandas.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)
drucken()
# Überprüfen Sie den Status, falls einer des Tages beginnt
print (datetime_index.is_year_start)
drucken()
# Überprüfen Sie den Status, falls einer des Tages Ende des Jahres ist
print (datetime_index.is_year_end)
drucken()
# Überprüfen Sie den Status, wenn das Jahr Schaltjahr ist oder nicht.
print (datetime_index.is_leap_year)

Ausgang:

Erläuterung:
True wird für die folgenden DateTime -Indizes zurückgegeben:

1. "2021-01-01 07:13:00" beginnt mit dem Jahr.
2. "2022-12-31 05:11:00" und "2020-12-31 06:11:00" endet im Jahr.
3. "2020-12-31 06:11:00" ist das Schaltjahr.

Abschluss

Jetzt sind wir zu einem Punkt gekommen, dass DateTimeIndex zum Erstellen von Index für die DateTime -Daten verwendet wird, und wir können die Datums- und Uhrzeitdetails mit verschiedenen Eigenschaften extrahieren. Alle Beispiele wurden gut erklärt. Stellen Sie sicher, dass Sie alle Parameter verstehen, die in Bezug auf DateTimeIndex erklärt werden.