Pandas中怎么按日期筛选、显示及统计数据

小编给大家分享一下Pandas中怎么按日期筛选、显示及统计数据，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！

运行环境为 windows系统，64位，python3.5。

1 读取并整理数据

• 首先引入pandas库

1.         import pandas as pd

• 从csv文件中读取数据

1.         df = pd.read_csv('date.csv', header=None)

2.         print(df.head(2))

1.                     0  1

2.         0  2013-10-24  3

3.         1  2013-10-25  4

• 整理数据

1.         df.columns = ['date','number']

2.         df['date'] = pd.to_datetime(df['date']) #将数据类型转换为日期类型

3.         df = df.set_index('date') # 将date设置为index

4.         print(df.head(2))

5.         print(df.tail(2))

6.         print(df.shape)

1.                     number

2.         date              

3.         2013-10-24       3

4.         2013-10-25       4

5.                     number

6.         date              

7.         2017-02-14       6

8.         2017-02-22       6

9.         (425, 1)

• df的行数一共是425行。

查看Dataframe的数据类型

1.         print(type(df))

2.         print(df.index)

3.         print(type(df.index))

1.         <class 'pandas.core.frame.DataFrame'>

2.         DatetimeIndex(['2013-10-24', '2013-10-25', '2013-10-29', '2013-10-30',

3.                        '2013-11-04', '2013-11-06', '2013-11-08', '2013-11-12',

4.                        '2013-11-14', '2013-11-25',

5.                        ...

6.                        '2017-01-03', '2017-01-07', '2017-01-14', '2017-01-17',

7.                        '2017-01-23', '2017-01-25', '2017-01-26', '2017-02-07',

8.                        '2017-02-14', '2017-02-22'],

9.                       dtype='datetime64[ns]', name='date', length=425, freq=None)

10.      <class 'pandas.tseries.index.DatetimeIndex'>

构造Series类型数据

1.         s = pd.Series(df['number'], index=df.index)

2.         print(type(s))

3.         s.head(2)

1.         <class 'pandas.core.series.Series'>

2.          

3.         date

4.         2013-10-24    3

5.         2013-10-25    4

6.         Name: number, dtype: int64

2 按日期筛选数据

按年度获取数据

1.         print('---------获取2013年的数据-----------')

2.         print(df['2013'].head(2)) # 获取2013年的数据

3.         print(df['2013'].tail(2)) # 获取2013年的数据

1.         ---------获取2013年的数据-----------

2.                     number

3.         date              

4.         2013-10-24       3

5.         2013-10-25       4

6.                     number

7.         date              

8.         2013-12-27       2

9.         2013-12-30       2

获取2016至2017年的数据

1.         print('---------获取2016至2017年的数据-----------')

2.         print(df['2016':'2017'].head(2))  #获取2016至2017年的数据

3.         print(df['2016':'2017'].tail(2))  #获取2016至2017年的数据

1.         ---------获取2016至2017年的数据-----------

2.                     number

3.         date              

4.         2016-01-04       4

5.         2016-01-07       6

6.                     number

7.         date              

8.         2017-02-14       6

9.         2017-02-22       6

获取某月的数据

1.         print('---------获取某月的数据-----------')

2.         print(df['2013-11']) # 获取某月的数据

1.         ---------获取某月的数据-----------

2.                     number

3.         date              

4.         2013-11-04       1

5.         2013-11-06       3

6.         2013-11-08       1

7.         2013-11-12       5

8.         2013-11-14       2

9.         2013-11-25       1

10.      2013-11-29       1

获取具体某天的数据

• 请注意dataframe类型的数据，获取具体某天的数据时，跟series是有些差异的，详细情况如下述代码所示：

1.         # 按日期筛选数据

2.         print('---------获取具体某天的数据-----------')

3.         # 获取具体某天的数据

4.         print(s['2013-11-06'])

5.          

6.         # 获取具体某天的数据，用datafrme直接选取某天时会报错，而series的数据就没有问题

7.         # print(df['2013-11-06'])

8.          

9.         #可以考虑用区间来获取某天的数据

10.      print(df['2013-11-06':'2013-11-06'])

1.         ---------获取具体某天的数据-----------

2.         3

3.                     number

4.         date              

5.         2013-11-06       3

• dataframe的truncate函数可以获取某个时期之前或之后的数据，或者某个时间区间的数据

• 但一般建议直接用切片（slice），这样更为直观，方便

1.         # dataframe的truncate函数可以获取某个时期之前或之后的数据，或者某个时间区间的数据

2.         # 但一般建议直接用切片（slice），这样更为直观，方便

3.         print('---------获取某个时期之前或之后的数据-----------')

4.         print('--------after------------')

5.         print(df.truncate(after = '2013-11'))

6.         print('--------before------------')

7.         print(df.truncate(before='2017-02'))

1.         ---------获取某个时期之前或之后的数据-----------

2.         --------after------------

3.                     number

4.         date              

5.         2013-10-24       3

6.         2013-10-25       4

7.         2013-10-29       2

8.         2013-10-30       1

9.         --------before------------

10.                  number

11.      date              

12.      2017-02-07       8

13.      2017-02-14       6

14.      2017-02-22       6

3 按日期显示数据

3.1 to_period()方法

• 请注意df.index的数据类型是DatetimeIndex；

• df_peirod的数据类型是PeriodIndex

按月显示，但不统计

1.         df_period = df.to_period('M') #按月显示，但不统计

2.         print(type(df_period))

3.          

4.         print(type(df_period.index))

5.         # 请注意df.index的数据类型是DatetimeIndex；

6.         # df_peirod的数据类型是PeriodIndex

7.          

8.         print(df_period.head())

1.         <class 'pandas.core.frame.DataFrame'>

2.         <class 'pandas.tseries.period.PeriodIndex'>

3.                  number

4.         date          

5.         2013-10       3

6.         2013-10       4

7.         2013-10       2

8.         2013-10       1

9.         2013-11       1

按季度显示，但不统计

1.         print(df.to_period('Q').head()) #按季度显示，但不统计

1.                 number

2.         date          

3.         2013Q4       3

4.         2013Q4       4

5.         2013Q4       2

6.         2013Q4       1

7.         2013Q4       1

按年度显示，但不统计

1.         print(df.to_period('A').head()) #按年度显示，但不统计

1.               number

2.         date        

3.         2013       3

4.         2013       4

5.         2013       2

6.         2013       1

7.         2013       1

3.2 asfreq()方法

按年度频率显示

1.         df_period.index.asfreq('A') # 'A'默认是'A-DEC',其他如'A-JAN'

1.         PeriodIndex(['2013', '2013', '2013', '2013', '2013', '2013', '2013', '2013',

2.                      '2013', '2013',

3.                      ...

4.                      '2017', '2017', '2017', '2017', '2017', '2017', '2017', '2017',

5.                      '2017', '2017'],

6.                     dtype='period[A-DEC]', name='date', length=425, freq='A-DEC')

1.         df_period.index.asfreq('A-JAN') # 'A'默认是'A-DEC',其他如'A-JAN'

1.         PeriodIndex(['2014', '2014', '2014', '2014', '2014', '2014', '2014', '2014',

2.                      '2014', '2014',

3.                      ...

4.                      '2017', '2017', '2017', '2017', '2017', '2017', '2017', '2018',

5.                      '2018', '2018'],

6.                     dtype='period[A-JAN]', name='date', length=425, freq='A-JAN')

• 按年度频率在不同情形下的显示，可参考下图所示：

按季度频率显示

1.         df_period.index.asfreq('Q') # 'Q'默认是'Q-DEC',其他如“Q-SEP”，“Q-FEB”

1.         PeriodIndex(['2013Q4', '2013Q4', '2013Q4', '2013Q4', '2013Q4', '2013Q4',

2.                      '2013Q4', '2013Q4', '2013Q4', '2013Q4',

3.                      ...

4.                      '2017Q1', '2017Q1', '2017Q1', '2017Q1', '2017Q1', '2017Q1',

5.                      '2017Q1', '2017Q1', '2017Q1', '2017Q1'],

6.                     dtype='period[Q-DEC]', name='date', length=425, freq='Q-DEC')

1.         df_period.index.asfreq('Q-SEP') # 可以显示不同的季度财年，“Q-SEP”，“Q-FEB”

2.         # df_period.index = df_period.index.asfreq('Q-DEC') # 可以显示不同的季度财年，“Q-SEP”，“Q-FEB”

3.         # print(df_period.head())

1.         PeriodIndex(['2014Q1', '2014Q1', '2014Q1', '2014Q1', '2014Q1', '2014Q1',

2.                      '2014Q1', '2014Q1', '2014Q1', '2014Q1',

3.                      ...

4.                      '2017Q2', '2017Q2', '2017Q2', '2017Q2', '2017Q2', '2017Q2',

5.                      '2017Q2', '2017Q2', '2017Q2', '2017Q2'],

6.                     dtype='period[Q-SEP]', name='date', length=425, freq='Q-SEP')

• 按季度频率在不同情形下的显示，可参考下图所示：

按月度频率显示

1.         df_period.index.asfreq('M') # 按月份显示

1.         PeriodIndex(['2013-10', '2013-10', '2013-10', '2013-10', '2013-11', '2013-11',

2.                      '2013-11', '2013-11', '2013-11', '2013-11',

3.                      ...

4.                      '2017-01', '2017-01', '2017-01', '2017-01', '2017-01', '2017-01',

5.                      '2017-01', '2017-02', '2017-02', '2017-02'],

6.                     dtype='period[M]', name='date', length=425, freq='M')

按工作日显示

• method     1

1.         df_period.index.asfreq('B', how='start') # 按工作日期显示

1.         PeriodIndex(['2013-10-01', '2013-10-01', '2013-10-01', '2013-10-01',

2.                      '2013-11-01', '2013-11-01', '2013-11-01', '2013-11-01',

3.                      '2013-11-01', '2013-11-01',

4.                      ...

5.                      '2017-01-02', '2017-01-02', '2017-01-02', '2017-01-02',

6.                      '2017-01-02', '2017-01-02', '2017-01-02', '2017-02-01',

7.                      '2017-02-01', '2017-02-01'],

8.                     dtype='period[B]', name='date', length=425, freq='B')

• method     2

1.         df_period.index.asfreq('B', how='end') # 按工作日期显示

1.         PeriodIndex(['2013-10-31', '2013-10-31', '2013-10-31', '2013-10-31',

2.                      '2013-11-29', '2013-11-29', '2013-11-29', '2013-11-29',

3.                      '2013-11-29', '2013-11-29',

4.                      ...

5.                      '2017-01-31', '2017-01-31', '2017-01-31', '2017-01-31',

6.                      '2017-01-31', '2017-01-31', '2017-01-31', '2017-02-28',

7.                      '2017-02-28', '2017-02-28'],

8.                     dtype='period[B]', name='date', length=425, freq='B')

4 按日期统计数据

4.1按日期统计数据

按周统计数据

1.         print(df.resample('w').sum().head())

2.         # “w”，week

1.                     number

2.         date              

3.         2013-10-27     7.0

4.         2013-11-03     3.0

5.         2013-11-10     5.0

6.         2013-11-17     7.0

7.         2013-11-24     NaN

按月统计数据

1.         print(df.resample('M').sum().head())

2.         # "MS"是每个月第一天为开始日期, "M"是每个月最后一天

1.                     number

2.         date              

3.         2013-10-31      10

4.         2013-11-30      14

5.         2013-12-31      27

6.         2014-01-31      16

7.         2014-02-28       4

按季度统计数据

1.         print(df.resample('Q').sum().head())

2.         # "QS"是每个季度第一天为开始日期, "Q"是每个季度最后一天

1.                     number

2.         date              

3.         2013-12-31      51

4.         2014-03-31      73

5.         2014-06-30      96

6.         2014-09-30     136

7.         2014-12-31     148

按年统计数据

1.         print(df.resample('AS').sum())

2.         # "AS"是每年第一天为开始日期, "A是每年最后一天

1.                     number

2.         date              

3.         2013-01-01      51

4.         2014-01-01     453

5.         2015-01-01     743

6.         2016-01-01    1552

7.         2017-01-01      92

• 关于日期的类型，按参考下图所示来选择合适的分期频率：

4.2 按日期统计后，按年或季度或月份显示

按年统计并显示

1.         print(df.resample('AS').sum().to_period('A'))

2.         # 按年统计并显示

1.               number

2.         date        

3.         2013      51

4.         2014     453

5.         2015     743

6.         2016    1552

7.         2017      92

按季度统计并显示

1.         print(df.resample('Q').sum().to_period('Q').head())

2.         # 按季度统计并显示

1.                 number

2.         date          

3.         2013Q4      51

4.         2014Q1      73

5.         2014Q2      96

6.         2014Q3     136

7.         2014Q4     148

按月度统计并显示

1.         print(df.resample('M').sum().to_period('M').head())

2.         # 按月度统计并显示

1.                  number

2.         date          

3.         2013-10      10

4.         2013-11      14

5.         2013-12      27

6.         2014-01      16

7.         2014-02       4

以上是“Pandas中怎么按日期筛选、显示及统计数据”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注亿速云行业资讯频道！