3 个不常见但非常实用的Pandas 使用技巧

在本文中，将演示一些不常见，但是却非常有用的 Pandas 函数。

创建一个示例 DataFrame 。

1. import numpy as np
2. import pandas as pd
3. df = pd.DataFrame({
5. "date": pd.date_range(start="2021-11-20", periods=100, freq="D"),
6. "class": ["A","B","C","D"] * 25,
7. "amount": np.random.randint(10, 100, size=100)})
9. df.head()

我们创建有一个 3 列 100 行的 DataFrame。date 列包含 100 个连续日期，class 列包含 4 个以对象数据类型存储的不同值，amount 列包含 10 到 100 之间的随机整数。

1、To_period

在 Pandas 中，操 to_period 函数允许将日期转换为特定的时间间隔。使用该方法可以获取具有许多不同间隔或周期的日期，例如日、周、月、季度等。

比如针对于时间类型的列，month 方法只返回在许多情况下没有用处的月份的数值，我们无法区分 2020 年 12 月和 2021 年 12 月。但是我们通过使用to_period 函数的参数”M“实现时间序列。

让我们为年月和季度创建新列。

1. df["month"] = df["date"].dt.to_period("M")
2. df["quarter"] = df["date"].dt.to_period("Q")
4. df.head()

还可以查看 DataFrame 中不同的年月和季度值。

完整文章

https://avoid.overfit.cn/post/a153164fae64466b800e1d3d596abbbd