标签：索引 span 对象 options 快速 mon 基于 gbk 时间戳
import pandas as pd pd.options.display.max_rows = 10 # 设置显示行数 df1 = pd.read_csv(r‘E:\anacondatest\PythonData\PM25\Beijing_2009_HourlyPM25_created20140709.csv‘, encoding=‘gbk‘) # 将数据转换成时间戳类型 pd.Timestamp(df1["Date（LST）"][0]) # 建立datetimeindex对象 df1idx = df1.set_index(pd.to_datetime(df1["Date（LST）"])) # 基于索引的快速切片操作 print(df1idx["2018-11-1":"2018-11-5"]) # 对时间序列做基本处理 print(df1idx.index.hour) # 直接取出索引的相应层级 df1idx.groupby(df1idx.index.month).max() # 直接用groupby汇总 # 序列缺失值处理，使用reindex df2idx = df1.set_index(pd.to_datetime(df1["Date（LST）"])) # 设置索引 idx = pd.date_range(start=‘2009-2-1 00:00:00‘, end=‘2009-12-31 00:00:00‘) # 自定义一个索引序列 df2idx.reindex(idx) # 重置索引为自定义的索引 df2idx[df2idx.index.duplicated()] # 数据查重 df2idx[~df2idx.index.duplicated()].reindex(idx, method=‘bfill‘) # 将去重后的数据重新作为索引
标签：索引 span 对象 options 快速 mon 基于 gbk 时间戳
原文地址：https://www.cnblogs.com/kogmaw/p/12563486.html
