Pandas legger til dager til dags dato

Pandas legger til dager til dags dato
I "Pandas" kan vi også legge dagene til tiden. Vi vil utforske dette konseptet her i denne artikkelen. Vi vil diskutere hvordan du legger dagene til datoen i “Python” og “Pandas”. Vi utforsker dette konseptet ved å utføre noen eksempler der vi legger dagene til datoen. Vi vil også forklare deg hvordan det fungerer.

Metode 1: Bruke pandaer.DateOffset ()

Vi kan legge dagene til den eksisterende datoen ved hjelp av denne metoden. Det er tilgjengelig i Pandas -biblioteket. Vi kan spesifisere det totale antall dager i denne metoden. Vi legger i disse dager til eksisterende dato ved å bruke “+”.

Syntaks:

Pandas.DateOffset (dager)

Parameter:
Det tar dager som en parameter som er et heltall.

Eksempel 1:
La oss vurdere en dato som er i dag/måned/år format. Legg til 5 dager og 50 dager til det separat ved å bruke DateOffset ().

Importer pandaer
fra DateTime Import DateTime
# Tenk på datoen
a_date = '25/05/2023 '
date_d = datetime.strptime (a_date, '%d/%m/%y')
Print ("Faktisk dato:", date_d)
# Vis datoen ved å legge til 5 dager til den faktiske datoen.
trykk ("Etter 5 dager:", date_d+pandas.DateOffset (5))
# Vis datoen ved å legge til 50 dager til den faktiske datoen.
trykk ("Etter 50 dager:", date_d+pandas.DateOffset (50))

Produksjon:

Forklaring:
Den eksisterende datoen er 25. mai 2023.

  1. Etter å ha lagt til 5 dager, er datoen "30. mai 2023".
  2. Etter å ha lagt 50 dager til eksisterende dato, er datoen “14. juli 2023”.

Eksempel 2:
Nå kan du vurdere noen eksempeldatoer i en DataFrame - “Pensum Start:” Kolonne - og legg til 10 dager til hver dato ved hjelp av Pandas.DateOffset () -metode.

Importer pandaer
fra DateTime Import DateTime
# Tenk på 5 datoer
date_d = pandas.DataFrame ('Pensum Start:': [DateTime.Strptime ('31/01/22 ','%d/%m/%y '),
dato tid.strptime ('1/12/12', '%d/%m/%y'),
dato tid.Strptime ('14/7/19 ','%d/%m/%y '),
dato tid.strptime ('7/7/18', '%d/%m/%y'),
dato tid.strptime ('4/10/20', '%d/%m/%y')])
# Legg til 10 dager til ovennevnte DataFrame ved hjelp av pandaer.DateOffset () -metode.
date_d ['pensum slutt:'] = date_d+pandas.DateOffset (10)
print (date_d)

Produksjon:

Forklaring:
De originale datoene er lagret i "Pensumstart:" -kolonnen. For dette legger vi 10 dager til alle verdiene, og vi lagrer dette i "Syllabus End:" -kolonnen.

For eksempel: I den første raden, etter 10 dager, blir datoen fra 31. januar 10. februar.

Metode 2: Bruke pandaer.Timedelta ()

Pandaene.TIMEDELTA () Legg til dager til eksisterende dato/datetime. Det er tilgjengelig i Pandas -biblioteket, og vi kan spesifisere det totale antall dager i denne metoden. Vi legger i disse dager til eksisterende dato ved å bruke “+”.

Syntaks:

Pandas.Timedelta (dager)

Parameter:
Det tar dager som en parameter som er et heltall.

Eksempel 1:
Vurder nå noen eksempeldatoer i en dataaframe som er "syllabusstart:" -kolonnen sammen med "nei. av timer ”-kolonne som lagrer heltalene. Legg til 10 dager til hver dato ved hjelp av pandaene.Timedelta () -metode.

Importer pandaer
fra DateTime Import DateTime
date_d = pandas.DataFrame ('Pensum Start:': [DateTime.Strptime ('31/01/22 ','%d/%m/%y '),
dato tid.strptime ('1/12/12', '%d/%m/%y'),
dato tid.Strptime ('14/7/19 ','%d/%m/%y '),
dato tid.strptime ('7/7/18', '%d/%m/%y'),
dato tid.strptime ('4/10/20', '%d/%m/%y')],
'Nei. av timer ': [10,20,12,20,10])
# Legg til 10 dager til ovennevnte DataFrame ved hjelp av pandaer.Timedelta ()
date_d ['pensum slutt:'] = date_d ['pensum start:']+pandas.Timedelta (dager = 10)
print (date_d)

Produksjon:

Forklaring:
De originale datoene er lagret i "Pensumstart:" -kolonnen. For dette legger vi 10 dager til alle verdiene og lagrer dette i "Syllabus End:" -kolonnen.

Eksempel 2:
Legg til to dager til hver dato ved hjelp av pandaene.Timedelta () -metode.

Importer pandaer
fra DateTime Import DateTime
date_d = pandas.DataFrame ('Pensum Start:': [DateTime.Strptime ('31/01/22 ','%d/%m/%y '),
dato tid.strptime ('1/12/12', '%d/%m/%y'),
dato tid.Strptime ('14/7/19 ','%d/%m/%y '),
dato tid.strptime ('7/7/18', '%d/%m/%y'),
dato tid.strptime ('4/10/20', '%d/%m/%y')],
'Nei. av timer ': [10,20,12,20,10])
# Legg til 2 dager til ovennevnte DataFrame ved hjelp av pandaer.Timedelta ()
date_d ['pensum slutt:'] = date_d ['pensum start:']+pandas.Timedelta (dager = 2)
# Lagre datoforskjellen mellom pensum start og ende i varighetskolonnen
date_d ['varighet:'] = date_d ['pensum slutt:']-date_d ['pensum start:']
print (date_d)

Produksjon:

Forklaring:
Vi la to dager til verdier i "Pensumstarten:" -kolonnen og lagrer dem i "Pensum End:" -kolonnen. Forskjellen mellom hver dag lagres i "varighet:" -kolonnen. Du kan se at forskjellen er to dager for hver dato.

Metode 3: Bruke pandaer.to_timedelta ()

Det ligner på de tidligere metodene. Forskjellen er at vi må passere dagene som skal legges til på en annen måte.

Syntaks:

Pandas.Timedelta (dager, enhet = 'd')
(ELLER)
Pandas.Timedelta ('Daysd')

Parameter:
Det tar dager som en parameter som er et heltall. Enhet “D” spesifiserer dagen.

Eksempel:
Lag Pandas -serien som holder gjeldende datetime og:

  1. Legg til 10 dager til forrige DataFrame ved hjelp av pandaer.to_timedelta () metode.
  2. Legg til 2 dager til forrige DataFrame ved hjelp av pandaer.to_timedelta () metode.
Importer pandaer
fra DateTime Import DateTime
date_d = pandas.Serie (datetime.nå())
PRINT ("Gjeldende dato:", date_d, "\ n")
# Legg til 10 dager til ovennevnte DataFrame ved hjelp av pandaer.to_timedelta () metode.
trykk ("Etter å ha lagt til 10 dager:", date_d+pandas.to_timedelta (10, enhet = 'd'), "\ n")
# Legg til 2 dager til ovennevnte DataFrame ved hjelp av pandaer.to_timedelta () metode.
trykk ("Etter å ha lagt til 2 dager:", date_d+pandas.to_timedelta ('2d'))

Produksjon:

Forklaring:
Den nåværende datetiden er 30. januar 2023. Etter å ha lagt til 10 dager, er det 9. februar 2023. Etter å ha lagt til 2 dager, er det 1. februar 2023.

Konklusjon

"Legg til dagene til datoer" -metoden i Panda er fagmessig blitt forklart i denne artikkelen. Vi viste hvordan vi kan legge dagene til datoene i "Pandas". Vi utforsket tre unike metoder der vi benyttet oss av de forskjellige metodene til "pandaer" for å legge dagene til datoen. Jeg håper du lett vil forstå konseptet med å legge dagene til datoen etter den grundige læringen av denne artikkelen.