Pandas 天数|极客笔记

Pandas 天数

在数据处理和分析中，经常会涉及到日期和时间的处理。Pandas 是一个强大的数据分析库，提供了丰富的日期和时间处理功能，包括处理时间戳、日期范围、时间差等。在本文中，我们将详细介绍 Pandas 中如何处理日期和时间的天数。

创建日期范围

首先，我们可以使用 Pandas 的 date_range() 函数创建一个日期范围。该函数允许我们指定开始日期、结束日期、日期间隔等参数，从而生成一个日期范围的序列。

import pandas as pd

# 创建一个从 2022-01-01 开始，到 2022-01-10 结束的日期范围
date_range = pd.date_range(start='2022-01-01', end='2022-01-10')
print(date_range)

运行上面的代码，我们将得到一个包含 10 个日期的日期范围序列：

DatetimeIndex(['2022-01-01', '2022-01-02', '2022-01-03', '2022-01-04', '2022-01-05', '2022-01-06', '2022-01-07', '2022-01-08', '2022-01-09', '2022-01-10'], dtype='datetime64[ns]', freq='D')

计算天数差

在处理日期和时间数据时，通常需要计算日期之间的天数差。Pandas 提供了 Timedelta 类型来表示时间差，可以轻松计算日期之间的天数差。

# 创建两个日期
date1 = pd.Timestamp('2022-01-01')
date2 = pd.Timestamp('2022-01-10')

# 计算日期之间的天数差
days_diff = date2 - date1
print(days_diff.days)

运行上面的代码，我们将得到日期 2022-01-01 和 2022-01-10 之间的天数差：

提取天数信息

除了计算天数差外，我们还可以从日期中提取天数信息，例如提取出日期是星期几。

# 创建一个日期
date = pd.Timestamp('2022-01-10')

# 提取日期是星期几
weekday = date.day_name()
print(weekday)

运行上面的代码，我们将得到日期 2022-01-10 是星期一。

处理时间差

除了处理日期之间的天数差外，有时候还需要处理时间差信息。Pandas 提供了 Timedelta 类型来表示时间差，可以轻松处理时间差。

# 创建一个时间差
time_diff = pd.Timedelta(days=5, hours=3, minutes=30)

# 获取时间差的天数、小时数、分钟数
days = time_diff.days
hours = time_diff.components.hours
minutes = time_diff.components.minutes

print(f"Days: {days}, Hours: {hours}, Minutes: {minutes}")

运行上面的代码，我们将得到时间差为 5 天 3 小时 30 分钟。