python日期相减过的天数,python日期处理

  python日期相减过的天数,python日期处理

  当我们成功运行一段数据时,并不是其中的所有内容都是我们需要的,代码中的重复部分必须被筛选掉。当要筛选出来的数据变成了时间,似乎就可以选择其他方法去重复了。比如datetime完全可以做到这一点,相信朋友们都很惊讶。让我们往下看:

  主要分为以下两点

  1).index.is_unique检查索引日期是否唯一。

  2)聚合具有非唯一时间戳的数据,通过groupby传递,并传入level=0(索引的唯一级别)

  日期=pd。DatetimeIndex([2017/06/01 , 2017/06/02 , 2017/06/02 , 2017/06/02 , 2017/06/03])

  日期

  DatetimeIndex([2017-06-01 , 2017-06-02 , 2017-06-02 , 2017-06-02 ,

  2017-06-03],

  dtype=datetime64[ns],freq=None)

  dup_ts=pd。Series(np.arange(5),index=日期)

  重复_ts

  2017-06-010

  2017-06-021

  2017-06-022

  2017-06-023

  2017-06-034

  dtype:int32

  dup _ ts . index . is _唯一

  错误的

  dup _ ts[2017-06-02 ]

  2017-06-021

  2017-06-022

  2017-06-023

  dtype:int32

  grouped=dup_ts.groupby(级别=0)。平均值()

  把…分组

  2017-06-010

  2017-06-022

  2017-06-034

  dtype:int32

  dup_df=pd。DataFrame(np.arange(10))。整形((5,2)),索引=日期)

  dup_df

  01

  2017-06-0101

  2017-06-0223

  2017-06-0245

  2017-06-0267

  2017-06-0389

  Grouped _ df=dup _ df。groupby(级别=0)。数据帧的平均值()# #

  分组_df

  Datetime在筛选重复时间方面也可以做同样的事情。这可能是很多朋友没有想到的结果。是意外收获吗?~更多Python学习推荐:PyThon学习网教学中心。

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

留言与评论(共有 条评论)
   
验证码: