Cách dùng ngày & giờ với pandas

Xử lý dữ liệu chuỗi thời gian trong Python

Stefan Jansen

Founder & Lead Data Scientist at Applied Artificial Intelligence

Tính năng cho chuỗi ngày & giờ

Cốt lõi: kiểu dữ liệu cho thông tin ngày & giờ
- Đối tượng cho thời điểm và khoảng thời gian
- Thuộc tính & phương thức phản ánh chi tiết liên quan thời gian
Dãy ngày & khoảng thời gian:
- Series hoặc cột DataFrame
- Index: chuyển đối tượng thành chuỗi thời gian
Nhiều phương thức Series/DataFrame dựa vào thời gian trong index để cung cấp chức năng chuỗi thời gian

Khối xây dựng cơ bản: pd.Timestamp

import pandas as pd  # assumed imported going forward
from datetime import datetime  # To manually create dates

time_stamp = pd.Timestamp(datetime(2017, 1, 1))

pd.Timestamp('2017-01-01') == time_stamp

True # Hiểu ngày dạng chuỗi

time_stamp # type: pandas.tslib.Timestamp

Timestamp('2017-01-01 00:00:00')

Khối xây dựng cơ bản: pd.Timestamp

Đối tượng Timestamp có nhiều thuộc tính lưu thông tin thời gian

time_stamp.year

time_stamp.day_name()

'Sunday'

Khối xây dựng khác: pd.Period & freq

period = pd.Period('2017-01')

period # default: month-end

Period('2017-01', 'M')

period.asfreq('D') # convert to daily

Period('2017-01-31', 'D')

period.to_timestamp().to_period('M')

Period('2017-01', 'M')

Đối tượng Period có thuộc tính freq để lưu tần suất

Chuyển pd.Period() sang pd.Timestamp() và ngược lại

Khối xây dựng khác: pd.Period & freq

period + 2

Period('2017-03', 'M')

pd.Timestamp('2017-01-31', 'M') + 1

Timestamp('2017-02-28 00:00:00', freq='M')

Thông tin tần suất cho phép làm toán cơ bản với ngày

Dãy ngày & giờ

pd.date_range: start, end, periods, freq

index = pd.date_range(start='2017-1-1', periods=12, freq='M')

index

DatetimeIndex(['2017-01-31', '2017-02-28', '2017-03-31', ...,
               '2017-09-30', '2017-10-31', '2017-11-30', '2017-12-31'],
              dtype='datetime64[ns]', freq='M')

pd.DateTimeIndex: dãy đối tượng Timestamp có thông tin tần suất

Dãy ngày & giờ

index[0]

Timestamp('2017-01-31 00:00:00', freq='M')

index.to_period()

PeriodIndex(['2017-01', '2017-02', '2017-03', '2017-04', ..., 
             '2017-11', '2017-12'], dtype='period[M]', freq='M')

Tạo chuỗi thời gian: pd.DateTimeIndex

pd.DataFrame({'data': index}).info()

RangeIndex: 12 entries, 0 to 11
Data columns (total 1 columns):
data    12 non-null datetime64[ns]
dtypes: datetime64[ns](1)

Tạo chuỗi thời gian: pd.DateTimeIndex

np.random.random:
- Số ngẫu nhiên: [0,1]
- 12 hàng, 2 cột

data = np.random.random((size=12,2))

pd.DataFrame(data=data, index=index).info()

DatetimeIndex: 12 entries, 2017-01-31 to 2017-12-31
Freq: M
Data columns (total 2 columns):
0    12 non-null float64
1    12 non-null float64
dtypes: float64(2)

Bí danh tần suất & thông tin thời gian

Cùng luyện tập nào!

Xử lý dữ liệu chuỗi thời gian trong Python