-1
让我们考虑以下数据框:Python中,熊猫,转换时间戳期
date_range = pd.date_range(dt(2010,1,1), dt(2010,1,31), freq='1D')
df = pd.DataFrame(data = np.random.rand(len(date_range),2), index = date_range)
如果我组第1周期间的数据点和可视化组的定义,我得到:
In: [1]:df.groupby(pd.TimeGrouper('W')).groups
Out:[1]:
{Timestamp('2010-01-03 00:00:00', freq='W-SUN'): 3,
Timestamp('2010-01-10 00:00:00', freq='W-SUN'): 10,
Timestamp('2010-01-17 00:00:00', freq='W-SUN'): 17,
Timestamp('2010-01-24 00:00:00', freq='W-SUN'): 24,
Timestamp('2010-01-31 00:00:00', freq='W-SUN'): 31}
我检索该字典的键:
In: [2]: list(df.groupby(pd.TimeGrouper('W')).keys())
Out:[2]:
[Timestamp('2010-01-03 00:00:00', freq='W-SUN'),
Timestamp('2010-01-10 00:00:00', freq='W-SUN'),
Timestamp('2010-01-31 00:00:00', freq='W-SUN'),
Timestamp('2010-01-17 00:00:00', freq='W-SUN'),
Timestamp('2010-01-24 00:00:00', freq='W-SUN')]
但是,我留下了那些有趣的变量,如Timestamp('2010-01-24 00:00:00', freq='W-SUN')
它的前缀为Timestamp
,但其结构与期间类似。如何将这些值转换为实际期间?
不过是变量'时间戳( '2010-01-03 00:00:00',频率= 'W-SUN')'正确的一个或一个错误?为什么时间戳会附带频率值? – Radar
我认为这是正确的。但我不知道我是否知道很好解释它。但是,如果频率发生变化,则会添加fteq。 – jezrael