Python库-pandas详解
Posted Buckletime
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Python库-pandas详解相关的知识，希望对你有一定的参考价值。
Python库-pandas详解
1. pandas介绍
pandas 是用于数据挖掘的Python库
- 便捷的数据处理能力
- 独特的数据结构
- 读取文件方便
- 封装了matplotlib的画图和numpy的计算
pandas的数据结构
- Series
- Series 类似表格中的一个列（column），类似于一维数组，可以保存任何数据类型。由索引（index）和列组成。
- DataFrame
- DataFrame 是一个表格型的数据结构，每列可以是不同的值类型（数值、字符串、布尔型值）。DataFrame 既有行索引也有列索引，它可以被看做由 Series 组成的字典。
案例应用
创建一个符合正态分布的10个股票5天的涨跌幅数据，使用pandas中的数据结构 DataFrame() 处理数据
# 导入库
import numpy as np
import pandas as pd
# 创建一个符合正态分布的10个股票5天的涨跌幅数据
stocks = np.random.normal(0, 1, [10, 5])
# 使用pandas中的数据结构 DataFrame() 处理数据
stocks_rise = pd.DataFrame(stocks)
# 设置行索引,获取行数 stocks_rise.shape[0] 进行遍历 列表生成式
index_row = ['股票'.format(i+1) for i in range(stocks_rise.shape[0])]
# 设置列索引，日期是一个时间序列，为了简便，使用pd.date_range()生成一组连续的时间序列
# pd.date_range(start,end,periods,freq) start:开始时间, end:结束时间
# periods:时间天数, freq:递进单位，默认1天，'B'默认略过周末
index_col = pd.date_range(start='20220201',periods=stocks_rise.shape[1],freq='B')
# 添加索引，注意数据是ndarray数据 index表示行索引，columns表示列索引
data = pd.DataFrame(stocks, index=index_row, columns=index_col)
print(data)
2022-02-01 2022-02-02 2022-02-03 2022-02-04 2022-02-07
股票1 -2.054041 -1.170757 0.162393 0.253333 -1.638837
股票2 -1.463734 0.408459 0.530070 -0.925281 1.454630
股票3 -0.511517 -0.827591 -2.076265 0.139486 0.658707
股票4 -1.698789 0.250902 -0.624713 1.378845 -1.672292
股票5 0.683233 -1.083694 0.810567 0.421215 1.375385
股票6 -0.296111 -0.946959 0.836536 -1.179879 -0.397406
股票7 0.017772 0.180210 2.022776 0.436337 -1.555866
股票8 0.638262 -0.790932 1.077822 -1.746631 -0.591360
股票9 -0.681391 -0.613255 -1.849094 0.438304 -0.503742
股票10 -0.243500 -1.733623 -1.137840 0.124976 -0.415727
2. Series
pd.Series( data, index, dtype, name, copy)
参数说明：
data：一组数据(ndarray 类型)。
index：数据索引标签，如果不指定，默认从 0 开始。
dtype：数据类型，默认会自己判断。
name：设置名称。
copy：拷贝数据，默认为 False。
Series实例
# 通过数组创建Series
s = pd.Series([6, 5, 2], index=['x', 'y', 'z'])
print(s)
x 6
y 5
z 2
# 通过字典创建Series
s = pd.Series(
'day': 2,
'month': 2,
'year': 2022
)
print(s)
day 2
month 2
year 2022
dtype: int64
# 通过索引操作数据
print(s['year'])
2022
3. DataFrame
3.1 DataFrame结构
DataFrame对象既有行索引，又有列索引
- 行索引：表明不同行，横向索引，叫index，axis=0
- 列索引：表明不同列，纵向索引，叫columns，axis=1
3.2 DataFrame属性与方法
- shape DataFrame的形状
- index DataFrame行索引
- columns DataFrame列索引
- values DataFrame的值
- T DataFrame转置
- head(n) DataFrame的前n行，默认为前5行
- tail(n) DataFrame的后n行，默认为后5行
print(data.shape) # (10, 5)
print(data.index)
# Index(['股票1', '股票2', '股票3', '股票4', '股票5', '股票6', '股票7', '股票8', '股票9', '股票10'], dtype='object')
print(data.columns)
# DatetimeIndex(['2022-02-01', '2022-02-02', '2022-02-03', '2022-02-04',
# '2022-02-07'],
# dtype='datetime64[ns]', freq='B')
print(data.values)
print(data.T)
3.2 DataFrame索引的设置
1 修改行列索引值
- 必须整体全部修改，不能单独修改某个索引
index_row2 = ['股票_'.format(i + 1) for i in range(stocks_rise.shape[0])]
data.index = index_row2
print(data)
2 重设索引
- reset_index(drop=False)
- 设置新的下标索引
- drop:默认为False，不删除原来索引
# 重设索引
print(data.reset_index(drop=False))
3 以某列值设为新的索引
- set_index(keys,drop=True)
- keys:列索引名称或者列索引名称的列表
- drop:默认为True，当作新的索引，删除原来索引
# 创建
df = pd.DataFrame(
'month': [1, 4, 7, 10],
'year': [2018, 2019, 2020, 2021],
'sale': [55, 40, 84, 33]
)
print(df)
month year sale
0 1 2018 55
1 4 2019 40
2 7 2020 84
3 10 2021 33
# 以月份设置新的索引
print(df.set_index('month'))
year sale
month
1 2018 55
4 2019 40
7 2020 84
10 2021 33
# 设置多个索引，以年和月份
# 如果设置索引是两个的时候，就是multiIndex
print(df.set_index(['year', 'month']))
sale
year month
2018 1 55
2019 4 40
2020 7 84
2021 10 33
4. 基本数据操作
4.1 索引重命名
- rename(mapper=None,inplace=False)
- mapper：映射结构，修改columns或index要传入一个映射体，可以是字典、函数
- inplace：默认为False，不改变数据，返回一个新的DataFrame
4.2 通过索引操作数据
1. 直接使用行列索引（先列后行）
- 先行后列会报错
- 不支持切片，会报错
stocks = np.random.normal(0, 1, [10, 5])
stocks_rise = pd.DataFrame(stocks)
index_row = ['股票'.format(i + 1) for i in range(stocks_rise.shape[0])]
index_col = pd.date_range(start='20220201', periods=stocks_rise.shape[1], freq='B')
data = pd.DataFrame(stocks, index=index_row, columns=index_col)
print(data.head())
2022-02-01 2022-02-02 2022-02-03 2022-02-04 2022-02-07
股票1 0.663384 1.936687 1.992576 2.009280 -0.723381
股票2 -2.441452 0.081647 -0.738524 -0.620358 -1.930378
股票3 2.026646 -0.324842 -0.478456 -0.840363 1.492842
股票4 -0.188968 -1.180816 0.733197 -0.078608 -1.056264
股票5 1.219254 -1.738242 0.473682 0.288252 3.513113
# 索引先列后行获取数据
print(data['2022-02-03']['股票3'])
-0.47845617563179627
# print(data['股票3']['2022-02-03']) # 先行后列会报错
# print(data[:1, :2]) # 不支持切片，会报错
2. 结合loc或iloc使用索引（先行后列）
- loc 通过索引名称访问
- iloc 通过索引下标访问，支持切片
print(data.loc['股票3']['2022-02-03'])
print(data.iloc[1, 1])
print(data.iloc[:3, :4])
- loc或iloc还可以进行组合索引访问
# 获取前5行，两列的值
print(data.loc[data.index[:5], ['2022-02-01', '2022-02-02']])
print(data.iloc[0:5, data.columns.get_indexer(['2022-02-01', '2022-02-02'])])
4.3 排序
1. sort_values(by=,ascending=) 对内容进行排序
- by:根据单个键或者多个键（优先级从前到后）进行排序，默认升序 ascending=True
- ascending=False，降序
print(data.sort_values(by='2022-02-01', ascending=False))
print(data.sort_values(by=['2022-02-01', '2022-02-02'], ascending=False))
2. sort_index(ascending=) 对索引进行排序
- 默认升序 ascending=True， 降序为False
print(data.sort_index(ascending=False))
说明：Series的排序方法与DataFrame方法一致，因为只有一列，也不用指定键，只需要指定是升序或降序
5. DataFrame运算
5.1 算术运算
和一般算数运算方法类似，举几个例子
import pandas as pd
df = pd.DataFrame(
'month': [1, 4, 7, 10],
'year': [2018, 2019, 2020, 2021],
'sale': [55, 40, 84, 33]
)
n = df['sale'][0] # 55
print(n.__add__(2)) # 加法运算 <=> +
print(n.__sub__(2)) # 减法运算 <=> -
print(n.__mul__(2)) # 乘法运算 <=> *
print(n.__divmod__(2)) # 除余，得到商和余数 (商, 余数)
print(n.__mod__(2)) # 模运算（余数）<=> %
print(n.__abs__()) # 绝对值运算
5.2 逻辑运算
- 逻辑运算符号 < > | &
- 获取逻辑运算结果
- 将逻辑运算结果作为筛选条件进行数据筛选
print(df)
month year sale
0 1 2018 55
1 4 2019 40
2 7 2020 84
3 10 2021 33
# 获取逻辑运算结果
print(df['sale'] > 50)
0 True
1 False
2 True
3 False
# 逻辑运算结果可以作为筛选的条件
print(df[df['sale'] > 50])
Name: sale, dtype: bool
month year sale
0 1 2018 55
2 7 2020 84
- 逻辑运算函数
- query(expr) 通过条件字符串进行查询符合条件的数据
- isin(values) 对数据进行逻辑判断，判断数据是否在指定的values中
print(df.query('sale > 35 & sale < 80'))
month year sale
0 1 2018 55
1 4 2019 40
print(df['sale'].isin([30, 40]))
0 False
1 True
2 False
3 False
Name: sale, dtype: bool
5.3 统计运算
- describe() 综合分析，统计数量count，平均值mean，标准差std，最大值，最小值等
print(data.head().describe())
2022-02-01 2022-02-02 2022-02-03 2022-02-04 2022-02-07
count 5.000000 5.000000 5.000000 5.000000 5.000000
mean 0.731207 0.016387 -0.292730 -0.050105 0.491857
std 0.692347 1.184870 1.038632 0.897436 0.808612
min -0.019900 -1.273726 -1.526506 -0.766793 -0.416006
25% 0.558542 -0.963643 -1.228403 -0.563485 0.043999
50% 0.581686 -0.036380 -0.031193 -0.553368 0.136538
75% 0.665749 0.797005 0.541065 0.229670 1.331016
max 1.869961 1.558681 0.781386 1.403449 1.363740
- 描述性统计函数
对于单个函数去统计的时候，坐标轴还是按照默认columns(axis=0),如需要对行统计，指定axis=1
| 函数名称 | 描述说明 |
|---|---|
| count() | 统计某个非空值的数量 |
| sum() | 求和 |
| mean() | 求均值 |
| median() | 求中位数 |
| mode() | 求众数 |
| std() | 求标准差 |
| min() | 求最小值 |
| max() | 求最大值 |
| idxmax | 最大值的索引 |
| idxmin | 最小值的索引 |
| abs() | 求绝对值 |
| prod() | 求所有数值的乘积 |
| cumsum() | 计算累计和 |
| cumprod() | 计算累计积 |
- 其他统计函数
| 函数名称 | 描述说明 |
|---|---|
| pct_change() | 百分比函数：将每个元素与其前一个元素进行比较，并计算前后数值的百分比变化 |
| cov() | 协方差函数：用来计算 Series 对象之间的协方差。该方法会将缺失值(NAN )自动排除 |
| corr() | 相关系数：计算数列或变量之间的相关系数，取值-1到1，值越大表示关联性越强，会排除NAN 值 |
5.4 自定义运算
apply(func,axis)
- func:自定义运算函数
- axis:默认为0，对列运算
6. pandas画图
对象.plot(x=None,y=None,kind=‘line’)
- x和y表示标签或者位置，默认为None
- kind：表示绘图的类型，默认为line，折线图
- line：折线图
- bar/barh：柱状图
- hist：直方图
- pie：饼状图
- area：区域图
- scatter：散点图
import matplotlib.pyplot as plt
rise = data.loc['股票1'].cumsum()
print(rise)
rise.plot() # 画图
plt.show() # 显示
7. 文件的读取和存储
pandas支持的常用文件类型包括：HDF5、CSV、SQL、XLS、JSON等
1.CSV
- pd.read_csv(‘filepath_or_buffer’, usecols=[]) 读取csv文件数据
- filepath_or_buffer：文件路径
- sep:分隔符，默认为’,’
- usecols：指定读取的列名，列表形式
import pandas as pd
data = pd.read_csv(r'../../fodder/stocks.csv', usecols=['open', 'high', 'low', 'close'])
print(data.head())
open high low close
0 29.76 29.97 29.52 29.96
1 28.49 29.51 28.42 29.50
2 28.76 28.95 28.47 28.50
3 28.41 28.95 28.32 28.90
4 28.37 28.61 28.33 28.36
- df.to_csv(path_or_buf,columns=[],index=True,mode=‘w’) 将数据存储到csv文件中
- path_or_buf：文件存放的路径
- sep:分隔符，默认为’,’
- columns：列，列表形式
- mode：‘w’：重写，‘a’：追加
- header：是否写进列索引值
- index：是否写进行索引，默认True写进行索引，会将行索引变成一列数据
- encoding：编码格式，默认为None
# 将前十行数据写进新的文件中 index设置False，不写行索引
data[:10].to_csv(r'../../fodder/test.csv', columns=['open', 'close'], index=False)
# 查看写进文件的数据
data2 = pd.read_csv(r'../../fodder/test.csv')
print(data2)
open close
0 29.76 29.96
1 28.49 29.50
2 28.76 28.50
3 28.41 28.90
4 28.37 28.36
5 27.48 28.34
6 27.66 27.84
7 28.03 27.55
8 28.65 28.37
9 28.39 28.84
2.HDF5
读取HDF5文件（.h5）需要安装tables模块
- pd.read_hdf(path_or_buf, key=None) 读取HDF5文件
- path_or_buf：文件路径
- key：读取的键
- df.to_hdf(path_or_buf, key) 写入HDF5文件
- path_or_buf：文件路径
- key：写入文件时，必须指定一个键
# 读取.h5文件数据
data = pd.read_hdf(r'../../fodder/stocks.h5')
print(data.head())
# 将数据写入.h5文件
data.to_hdf(r'../../fodder/test.h5', key='a')
data2 = pd.read_hdf(r'../../fodder/test.h5', key='a')
print(data2.head())
3.JSON
- pd.read_jsonf(path_or_buf, orient=None,typ=‘frame’,lines=False) 读取json文件
- path_or_buf：文件路径
- orient：指定数据存储的json形式 ，‘split’,‘records’,‘index’,‘columns’,‘valuse’
- typ：默认frame，指定转换成的对象类型Series或者DataFrame
- lines：默认False，按照每行读取json
- pd.to_jsonf(path_or_buf, orient=None,lines=False) 存储json文件
- path_or_buf：文件路径
- orient：指定数据存储的json形式
- lines：默认False，一个对象存储为一行。一般设置为Ture
# 读取json文件
data = pd.read_json(r'../../fodder/33510.json', orient='records', lines=True)
print(data.head())
# 写入json文件
data.to_json(r'../../fodder/test.json', orient='records', lines=True)
data2 = pd.read_json(r'../../fodder/test.json')
print(data2.head())
8. 数据的高级处理
8.1 缺失值处理
缺失值NaN的类型是float
print(type(np.NAN))
<class 'float'>
1. 判断数据是否有缺失值
- pd.isnull(df)
- pd.notnull(df)
# 读取xls数据
data = pd.read_excel(r'../Python/demo/reptile/豆瓣电影TOP250/豆瓣电影TOP250.xls')
# 只要包含缺失值，就为True
np.any(pd.isnull(data)) # True
2. 处理NaN
- 删除缺失值 dropna(inplace=False)，前提是缺失值的类型必须是np.NaN
# dropna()方法可以指定是否在原数据上进行删除 默认inplace=False 不修改原数据
newdata = Python学习教程（Python学习路线）：Pandas库基础分析-详解时间序列的处理
Python学习教程（Python学习路线）：Pandas库基础分析-详解时间序列的处理
在使用Python进行数据分析时，经常会遇到时间日期格式处理和转换，特别是分析和挖掘与时间相关的数据，比如量化交易就是从历史数据中寻找股价的变化规律。Python中自带的处理时间的模块有datetime，NumPy库也提供了相应的方法，Pandas作为Python环境下的数据分析库，更是提供了强大的日期数据处理的功能，是处理时间序列的利器。
1、生成日期序列
主要提供pd.data_range()和pd.period_range()两个方法，给定参数有起始时间、结束时间、生成时期的数目及时间频率（freq=‘M’月，‘D’天，‘W’，周，‘Y’年）等。
两种主要区别在于pd.date_range()生成的是DatetimeIndex格式的日期序列；pd.period_range()生成的是PeriodIndex格式的日期序列。
以下通过生成月时间序列和周时间序列来对比下：
date_rng = pd.date_range(‘2019-01-01‘, freq=‘M‘, periods=12)
print(f‘month date_range()：
date_rng‘)
"""
date_range()：
DatetimeIndex([‘2019-01-31‘, ‘2019-02-28‘, ‘2019-03-31‘, ‘2019-04-30‘,
‘2019-05-31‘, ‘2019-06-30‘, ‘2019-07-31‘, ‘2019-08-31‘,
‘2019-09-30‘, ‘2019-10-31‘, ‘2019-11-30‘, ‘2019-12-31‘],
dtype=‘datetime64[ns]‘, freq=‘M‘)
"""
period_rng = pd.period_range(‘2019/01/01‘, freq=‘M‘, periods=12)
print(f‘month period_range()：
period_rng‘)
"""
period_range()：
PeriodIndex([‘2019-01‘, ‘2019-02‘, ‘2019-03‘, ‘2019-04‘, ‘2019-05‘, ‘2019-06‘,
‘2019-07‘, ‘2019-08‘, ‘2019-09‘, ‘2019-10‘, ‘2019-11‘, ‘2019-12‘],
dtype=‘period[M]‘, freq=‘M‘)
"""
date_rng = pd.date_range(‘2019-01-01‘, freq=‘W-SUN‘, periods=12)
print(f‘week date_range()：
date_rng‘)
"""
week date_range()：
DatetimeIndex([‘2019-01-06‘, ‘2019-01-13‘, ‘2019-01-20‘, ‘2019-01-27‘,
‘2019-02-03‘, ‘2019-02-10‘, ‘2019-02-17‘, ‘2019-02-24‘,
‘2019-03-03‘, ‘2019-03-10‘, ‘2019-03-17‘, ‘2019-03-24‘],
dtype=‘datetime64[ns]‘, freq=‘W-SUN‘)
"""
period_rng=pd.period_range(‘2019-01-01‘,freq=‘W-SUN‘,periods=12)
print(f‘week period_range()：
period_rng‘)
"""
week period_range()：
PeriodIndex([‘2018-12-31/2019-01-06‘, ‘2019-01-07/2019-01-13‘,
‘2019-01-14/2019-01-20‘, ‘2019-01-21/2019-01-27‘,
‘2019-01-28/2019-02-03‘, ‘2019-02-04/2019-02-10‘,
‘2019-02-11/2019-02-17‘, ‘2019-02-18/2019-02-24‘,
‘2019-02-25/2019-03-03‘, ‘2019-03-04/2019-03-10‘,
‘2019-03-11/2019-03-17‘, ‘2019-03-18/2019-03-24‘],
dtype=‘period[W-SUN]‘, freq=‘W-SUN‘)
"""
date_rng = pd.date_range(‘2019-01-01 00:00:00‘, freq=‘H‘, periods=12)
print(f‘hour date_range()：
date_rng‘)
"""
hour date_range()：
DatetimeIndex([‘2019-01-01 00:00:00‘, ‘2019-01-01 01:00:00‘,
‘2019-01-01 02:00:00‘, ‘2019-01-01 03:00:00‘,
‘2019-01-01 04:00:00‘, ‘2019-01-01 05:00:00‘,
‘2019-01-01 06:00:00‘, ‘2019-01-01 07:00:00‘,
‘2019-01-01 08:00:00‘, ‘2019-01-01 09:00:00‘,
‘2019-01-01 10:00:00‘, ‘2019-01-01 11:00:00‘],
dtype=‘datetime64[ns]‘, freq=‘H‘)
"""
period_rng=pd.period_range(‘2019-01-01 00:00:00‘,freq=‘H‘,periods=12)
print(f‘hour period_range()：
period_rng‘)
"""
hour period_range()：
PeriodIndex([‘2019-01-01 00:00‘, ‘2019-01-01 01:00‘, ‘2019-01-01 02:00‘,
‘2019-01-01 03:00‘, ‘2019-01-01 04:00‘, ‘2019-01-01 05:00‘,
‘2019-01-01 06:00‘, ‘2019-01-01 07:00‘, ‘2019-01-01 08:00‘,
‘2019-01-01 09:00‘, ‘2019-01-01 10:00‘, ‘2019-01-01 11:00‘],
dtype=‘period[H]‘, freq=‘H‘)
"""
2、生成Timestamp对象及转换
创建一个Timestamp时间戳对象有pd.Timestamp()方法和pd.to_datetime()方法。如下所示：
ts=pd.Timestamp(2019,1,1)
print(f‘pd.Timestamp()-1：ts‘)
#pd.Timestamp()-1：2019-01-01 00:00:00
ts=pd.Timestamp(dt(2019,1,1,hour=0,minute=1,second=1))
print(f‘pd.Timestamp()-2：ts‘)
#pd.Timestamp()-2：2019-01-01 00:01:01
ts=pd.Timestamp("2019-1-1 0:1:1")
print(f‘pd.Timestamp()-3：ts‘)
#pd.Timestamp()-3：2019-01-01 00:01:01
print(f‘pd.Timestamp()-type：type(ts)‘)
#pd.Timestamp()-type：<class ‘pandas._libs.tslibs.timestamps.Timestamp‘>
#dt=pd.to_datetime(2019,1,1) 不支持
dt=pd.to_datetime(dt(2019,1,1,hour=0,minute=1,second=1))
print(f‘pd.to_datetime()-1：dt‘)
#pd.to_datetime()-1：2019-01-01 00:01:01
dt=pd.to_datetime("2019-1-1 0:1:1")
print(f‘pd.to_datetime()-2：dt‘)
#pd.to_datetime()-2：2019-01-01 00:01:01
print(f‘pd.to_datetime()-type：type(dt)‘)
#pd.to_datetime()-type：<class ‘pandas._libs.tslibs.timestamps.Timestamp‘>
#pd.to_datetime生成自定义时间序列
dtlist=pd.to_datetime(["2019-1-1 0:1:1", "2019-3-1 0:1:1"])
print(f‘pd.to_datetime()-list：dtlist‘)
#pd.to_datetime()-list：DatetimeIndex([‘2019-01-01 00:01:01‘, ‘2019-03-01 00:01:01‘], dtype=‘datetime64[ns]‘, freq=None)
#时间戳转换为period月时期
pr = ts.to_period(‘M‘)
print(f‘ts.to_period()：pr‘)
#ts.to_period()：2019-01
print(f‘pd.to_period()-type：type(pr)‘)
#pd.to_period()-type：<class ‘pandas._libs.tslibs.period.Period‘>
3、生成period对象及转换
#定义时期period
per=pd.Period(‘2019‘)
print(f‘pd.Period()：per‘)
#pd.Period()：2019
per_del=pd.Period(‘2019‘)-pd.Period(‘2018‘)
print(f‘2019和2018间隔per_del年‘)#可以直接+、-整数（代表年）
#2019和2018间隔1年
#时期转换为时间戳
print(per.to_timestamp(how=‘end‘))#2019-12-31 00:00:00
print(per.to_timestamp(how=‘start‘))#2019-01-01 00:00:00
4、生成时间间隔Timedelta
#生成时间间隔Timedelta
print(pd.Timedelta(days=5, minutes=50, seconds=20, milliseconds=10, microseconds=10, nanoseconds=10))
#5 days 00:50:20.010010
#获取当前时间
now=pd.datetime.now()
#计算当前时间往后50天的日期
dt=now+pd.Timedelta(days=50)
print(f‘当前时间是now, 50天后时间是dt‘)
#当前时间是2019-06-08 17:59:31.726065, 50天后时间是2019-07-28 17:59:31.726065
#只显示年月日
print(dt.strftime(‘%Y-%m-%d‘))#2019-07-28
5、重采样及频率转换
#asfreq 按季度显示索引值
#‘DatetimeIndex‘ object has no attribute ‘asfreq‘
date=pd.date_range(‘1/1/2018‘, periods=20, freq=‘D‘)
tsdat_series=pd.Series(range(20),index=date)
tsp_series=tsdat_series.to_period(‘D‘)
print(tsp_series.index.asfreq(‘Q‘))
date=pd.period_range(‘1/1/2018‘, periods=20, freq=‘D‘)
tsper_series=pd.Series(range(20),index=date)
print(tsper_series.index.asfreq(‘Q‘))
"""
PeriodIndex([‘2018Q1‘, ‘2018Q1‘, ‘2018Q1‘, ‘2018Q1‘, ‘2018Q1‘, ‘2018Q1‘,
‘2018Q1‘, ‘2018Q1‘, ‘2018Q1‘, ‘2018Q1‘, ‘2018Q1‘, ‘2018Q1‘,
‘2018Q1‘, ‘2018Q1‘, ‘2018Q1‘, ‘2018Q1‘, ‘2018Q1‘, ‘2018Q1‘,
‘2018Q1‘, ‘2018Q1‘],
dtype=‘period[Q-DEC]‘, freq=‘Q-DEC‘)
"""
#resample 按季度统计并显示
print(tsdat_series.resample(‘Q‘).sum().to_period(‘Q‘))
"""
2018Q1 190
Freq: Q-DEC, dtype: int64
"""
#groupby 按周进行汇总求平均值
print(tsdat_series.groupby(lambda x:x.weekday).mean())
"""
0 7.0
1 8.0
2 9.0
3 10.0
4 11.0
5 12.0
6 9.5
dtype: float64
"""
之前也跟大家有讲过pandas的相关教程，大家有不理解的地方可回过头复习一下，更多的Python学习教程和Python学习路线会继续跟大家分享！
以上是关于Python库-pandas详解的主要内容，如果未能解决你的问题，请参考以下文章