Python Pandas – 从具有特定时间序列频率的 DateTimeIndex 提取月份

在处理时间序列数据时，我们经常需要从一个特定时间序列频率下的 DateTimeIndex 中提取月份来进行进一步的数据分析。这篇文章将介绍如何使用Python Pandas库来从DateTimeIndex中提取月份。

DateTimeIndex

DateTimeIndex是Pandas库中特殊的索引类型，它用于处理时间序列数据。它可以让我们方便地进行数据的切片、过滤和聚合，并且在可视化数据时也非常方便。

DatetimeIndex能够识别多种时间序列数据类型，比如字符串、数字和Python datetime对象。

我们首先需要创建一个给定频率的DateTimeIndex，以便将其用于提取月份。

import pandas as pd
import numpy as np

# 创建一个时间序列，按月为频率
time_index = pd.date_range('20200101', periods=12, freq='M')

print(time_index)

输出结果如下所示：

DatetimeIndex(['2020-01-31', '2020-02-29', '2020-03-31', '2020-04-30',
               '2020-05-31', '2020-06-30', '2020-07-31', '2020-08-31',
               '2020-09-30', '2020-10-31', '2020-11-30', '2020-12-31'],
              dtype='datetime64[ns]', freq='M')

在这个例子中，我们创建了一个按月为频率的DateTimeIndex，时间范围从2020年1月到2020年12月。

我们现在可以使用Pandas库中的.dt属性来提取月份。

提取月份

我们可以使用.dt.month属性来提取给定DateTimeIndex中的月份。下面的代码演示了如何从给定时间序列的月份中提取月份：

months = time_index.month

print(months)

输出结果如下所示：

Int64Index([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12], dtype='int64')

在输出结果中，我们可以看到按月为频率的时间序列的各月份被返回为整数。

我们也可以将这些月份添加为新的列，以便将其用于进一步的数据分析。

# 创建含有随机数据的数据框
data = pd.DataFrame(np.random.randn(12, 4), index=time_index, columns=list('ABCD'))

# 将月份添加为新的列 
data['Month'] = time_index.month

print(data.head())

输出结果如下所示：

                   A         B         C         D  Month
2020-01-31 -0.185628 -0.340964 -1.278488  0.809989      1
2020-02-29 -0.283102  1.425225 -1.741628 -0.289367      2
2020-03-31 -1.401677  0.494543 -0.653166 -0.733059      3
2020-04-30 -0.249953 -0.017104 -0.865381  0.855695      4
2020-05-31 -0.615758 -0.055354  1.054383  0.592626      5

在输出结果中，我们可以看到通过添加新列，我们可以获得每个数据点的月份。

过滤指定月份的数据

我们还可以采取不同的策略来过滤指定月份的数据。一个常见的用例是仅保留时间序列中的某一月份的数据点。

我们可以使用布尔值索引来实现这一目标。下面的代码演示了如何过滤某一月份的数据：

# 筛选出2月份的february_data = data[data['Month'] == 2]

print(february_data)

输出结果如下所示：

                   A         B         C         D  Month
2020-02-29 -0.283102  1.425225 -1.741628 -0.289367      2

在输出结果中，我们可以看到仅保留2月份的数据点。

类似地，我们也可以过滤出多个月份的数据。

# 筛选出2月份和5月份的
february_and_may_data = data[data['Month'].isin([2, 5])]

print(february_and_may_data)

输出结果如下所示：

                   A         B         C         D  Month
2020-02-29 -0.283102  1.425225 -1.741628 -0.289367      2
2020-05-31 -0.615758 -0.055354  1.054383  0.592626      5

在这个例子中，我们保留了2月份和5月份的数据点。