Pandas DateTimeIndex

Pandas 'DataFrame DateTime -kolonne inneholder all informasjon om de spesifikke registrerte dataene i år, måneder, datoer og tider (i timer, minutter og sekunder). DateTimeIndex er metoden som konverterer denne DateTime -kolonnen til en indekskolonne og attributter utdata -datoen som en indeks i DataFrame. Det tillater også tilgang eller analyse av dataene på den bestemte datoen, året, måneden og tiden (i timer, minutter og sekunder) eller rekke datoer for videre operasjoner i stedet for å gå gjennom alle DataFrame.

I denne artikkelen får vi vite hvordan vi kan lage DateTimeIndex og få tilgang til dato- og klokkeslettinformasjon separat ved å bruke noen dato- og klokkeslettmetoder.

Vi kan opprette DateTimeIndex med følgende syntaks:

Syntaks:

Pandas.DateTimeIndex ([DateTime Values,…] DType, Freq)

Parametere:

1. Den første parameteren tar tidsstempelverdier i en liste som er atskilt med komma.
2. Den andre parameteren er valgfritt, som spesifiserer datatypen som DateTime64 [NS].
3. Freq er også den valgfrie parameteren som får datetiden i timer/ukers frekvens.

Eksempel 1: med freq = "h"
Lag DateTimeIndex som inneholder 2 tidsstempler med frekvens som "H". Forsikre deg om at du trenger å spesifisere riktig frekvens med hensyn til tidsstempel.

Importer pandaer
# Opprett DateTimeIndex som holder 2 tidsstempler med frekvens som 'H'.
DateTime_Index = Pandas.DateTimeIndex (['2022-12-31 04:11:00', '2022-12-31 05:11:00'],
dtype = 'DateTime64 [ns]', freq = 'h')
Print (DateTime_Index)

Produksjon:

Nå har du DateTimeIndex med timer som frekvens.

La oss se et annet eksempel som tar frekvensen som uke.

Eksempel 2: med freq = "w"

Importer pandaer
# Opprett DateTimeIndex som holder 4 tidsstempler med frekvens som 'W'.
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)

Produksjon:

Nå har du DateTimeIndex med uker som frekvens.

Eksempel 3: Få datodetaljer
DateTimeIndex har noen innebygde metoder som får datodetaljer som år, måned, dato, dag osv.

Se på følgende eksempel for å returnere år, måned, måned, dag, dag og dato og dato.

Importer pandaer
# Opprett DateTimeIndex som holder 4 tidsstempler med frekvens som 'W'.
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 ')
# Returner året fra ovennevnte DateTime_Index
trykk ("År:", DateTime_index.år)
# Returner måneden fra ovennevnte DateTime_Index
trykk ("Måned:", DateTime_index.måned)
# Returner månedenavnet fra ovennevnte DateTime_index
Trykk ("Månedens navn:", DateTime_Index.månednavn)
# Returner dagen fra ovennevnte DateTime_Index
trykk ("Dag:", DateTime_index.dag)
# Returner datoen fra ovennevnte DateTime_Index
Print ("Dato:", DateTime_Index.Dato)

Produksjon:

Forklaring:

1. De år Returnerer året fra DateTimeIndex.
2. De måned Returnerer månedsnummeret (som januar er 1. februar er 2, ...) fra DateTimeIndex.
3. De dag Returnerer dagen fra DateTimeIndex.
4. De Dato Returnerer datoen i (YYYY, MM, DD) format.

Eksempel 4: Få tidsdetaljer
Se på følgende eksempel for å returnere timer, minutter, sekunder og tid separat.

Importer pandaer
# Opprett DateTimeIndex som holder 4 tidsstempler med frekvens som 'W'.
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 ')
# Returner timen fra ovennevnte datetime_index
trykk ("time:", DateTime_index.time)
# Returner øyeblikket fra ovennevnte DateTime_Index
trykk ("Minute:", DateTime_Index.minutt)
# Returner det andre fra ovennevnte DateTime_Index
trykk ("Second:", DateTime_index.sekund)
# Returner tiden fra ovennevnte DateTime_Index
trykk ("Tid:", DateTime_Index.tid)

Produksjon:

Forklaring:

1. De time Returnerer timene fra DateTimeIndex.
2. De minutt Returnerer protokollen fra DateTimeIndex.
3. De sekund Returnerer sekundene fra DateTimeIndex.
4. De tid Returnerer tiden i (h, m) format.

Eksempel 5: Årshensyn

1. Hvis vi vil sjekke statusen hvis noen av dagen er starten på året, bruk IS_YEAR_START.
2. Hvis vi vil sjekke statusen hvis noen av dagen er slutten av året, bruk is_year_end.
3. Hvis vi vil sjekke statusen hvis året er et sprangår eller ikke, bruk IS_LEAP_YEAR.

Importer pandaer
# Opprett DateTimeIndex som har 5 tidsstempler.
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)
skrive ut()
# Sjekk statusen hvis noen av dagen er start av året
Print (DateTime_Index.IS_YEAR_START)
skrive ut()
# Sjekk statusen hvis noen av dagen er slutten av året
Print (DateTime_Index.is_year_end)
skrive ut()
# Sjekk statusen hvis året er sprangår eller ikke.
Print (DateTime_Index.IS_LEAP_YEAR)

Produksjon:

Forklaring:
True blir returnert for følgende datetime -indekser:

1. “2021-01-01 07:13:00” starter med året.
2. “2022-12-31 05:11:00” og “2020-12-31 06:11:00” slutter i året.
3. “2020-12-31 06:11:00” er sprangåret.

Konklusjon

Nå kom vi til et punkt at DateTimeIndex brukes til å lage indeks for datetime -data, og vi kan trekke ut datoen og klokkeslettet ved hjelp av forskjellige egenskaper. Alle eksemplene ble godt forklart. Sørg for å forstå alle parametrene som er forklart med hensyn til DateTimeIndex.