数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会研究
服装研究
法律研究如何在 Pandas Series 中访问日期时间索引的元素？
Pandas Series 是一种一维 ndarray 类型对象，它存储带有标签的元素，这些标签用于寻址 Pandas Series 中存在的元素。
标签用整数、字符串、DateTime 等表示。这里我们将看到如果索引用 DateTime 值标记，如何访问 Series 元素。
示例
import pandas as pd
# creating dates
date = pd.date_range("2021-01-01", periods=5, freq="D")
# creating pandas Series with date index
series = pd.Series(range(10,len(date)+10), index=date)
print(series)
print('
')
# get elements
print(series['2021-01-01'])解释
变量 date 存储长度为 5 的日期列表，起始日期为 2021-01-01，结束日期为 2021-01-05。这些日期是使用 pandas 的 date_range 函数创建的。使用此日期列表，我们创建了一个 Pandas Series 对象 (series)，其值为 10,11,12,13,14，标签为日期。
输出
2021-01-01 10 2021-01-02 11 2021-01-03 12 2021-01-04 13 2021-01-05 14 Freq: D, dtype: int64 10
在下面的示例中，对于标签索引 '2021-01-01'，显示值 10。同样，我们可以访问日期之间的元素 (series['2021-01-01':'2021-01-05'])
示例
此示例用于根据特定月份访问元素。
import pandas as pd
# creating dates
date = pd.date_range(start ='01-03-2020', end ='1-1-2021', periods=10)
# creating pandas Series with date index
series = pd.Series(date.month_name(), index=date)
print(series)
print('
')
# get elements
print(series['2020-03'])解释
Series 对象使用 DateTime 索引标签和它们各自月份的名称存储数据。最初，此 Series 对象是使用 pandas 的 date_range 模块创建的。
并且此 Series 中存在的数据是使用 pandas DateTime 模块中的 month_name() 函数生成的相应索引标签的月份名称。
输出
2020-01-03 00:00:00 January 2020-02-12 10:40:00 February 2020-03-23 21:20:00 March 2020-05-03 08:00:00 May 2020-06-12 18:40:00 June 2020-07-23 05:20:00 July 2020-09-01 16:00:00 September 2020-10-12 02:40:00 October 2020-11-21 13:20:00 November 2021-01-01 00:00:00 January dtype: object 2020-03-23 21:20:00 March dtype: object
输出 march 是通过指定年份和月份值 (series['2020-03']) 访问的 Series 元素。上面的输出块包含整个 Series 对象和单个访问的元素。
更新于: 2021年11月18日
953 次浏览
广告