在Pandas中，从年和周的多索引生成DateTime索引
在Pandas中，可以使用多索引来生成DateTime索引，以便在时间序列数据中进行更方便的操作和分析。
首先，需要导入Pandas库并创建一个多索引的DataFrame或Series对象。多索引可以包含年和周两个级别的索引。
import pandas as pd
# 创建一个多索引的DataFrame对象
data = {'value': [1, 2, 3, 4, 5]}
index = pd.MultiIndex.from_tuples([(2019, 1), (2019, 2), (2020, 1), (2020, 2), (2020, 3)], names=['year', 'week'])
df = pd.DataFrame(data, index=index)
# 将多索引的年和周转换为DateTime索引
df.index = pd.to_datetime(df.index.to_frame().assign(day=0))
# 打印结果
print(df)输出结果如下：
value
2019-01-01 1
2019-01-01 2
2020-01-01 3
2020-01-01 4
2020-01-01 5在上述代码中，我们首先创建了一个包含年和周两个级别索引的DataFrame对象。然后，通过将多索引的年和周转换为DateTime索引，我们可以将其转换为具有日期时间格式的索引。最后，我们打印了转换后的DataFrame对象。
这样，我们就可以使用Pandas提供的丰富的时间序列操作和分析功能来处理这个DataFrame对象了。
推荐的腾讯云相关产品：腾讯云数据库TDSQL、腾讯云云服务器CVM、腾讯云对象存储COS。
- 腾讯云数据库TDSQL：https://cloud.tencent.com/product/tdsql
- 腾讯云云服务器CVM：https://cloud.tencent.com/product/cvm
- 腾讯云对象存储COS：https://cloud.tencent.com/product/cos
相关·内容
1回答
如何广播-将每个ID的第一个日期作为列添加到多索引dataframe？
python、pandas、dataframe、pandas-groupby、multi-index
如何将第一个date作为id类别添加到列中？
类似于：
df = df.broadcast_assign(level="id", colname="Init", data=date_of(df.groupby("id").first()))`
数据
import numpy as np
import pandas as pd
def time(t):
return pd.Timestamp("2019-01-01T12") + pd.to_timedelta(t, "d")
arrays = [
浏览 2提问于2021-01-20得票数 1
回答已采纳
1回答
Boxplot时间序列月度和周度
pandas、time-series、boxplot
我有一个熊猫时间序列，它的索引包含几年的日期：
Sales
Order Date
2019-01-01 03:07:00 11.99
2019-01-01 03:40:00 11.95
2019-01-01 04:56:00 150.00
2019-01-01 05:53:00 2.99
2019-01-01 06:03:00 23.90
... ...
2020-01-01 04:13:00 2.99
2020-01-01 04:21:00 11
浏览 17提问于2021-02-19得票数 0
3回答
使用pandas groupby时保留原始索引
python、pandas、pandas-groupby
我有以下数据帧，我希望按年份分组并返回最大值(但保持索引值不变)： import pandas as pd
dct = {
"date": ["2019-01-01", "2019-04-1", "2020-01-01"],
"high": [100, 150, 100],
}
df = pd.DataFrame(dct)
df.set_index("date",inplace=True)
df.index = [pd.Timestamp(i) for i in df.index]
df.ind
浏览 202提问于2020-06-18得票数 0
回答已采纳
1回答
如何从以(column_name/row_name/1)作为新的(日期)索引的数据中获取Series (列)
python-3.x、pandas、dataframe
假设，您有一个数据
month 1 2 3
year
2019 a b c
2020 d e f
我想要的是一个转换的数据names，其中行名(年份)和列名(月份)作为索引：
data
2019-01-01 a
2019-02-01 b
2019-03-01 c
2020-01-01 d
2020-02-01 e
2020-03-01 f
在潘达斯有什么优雅的方法吗？
构造dfs的最小示例
# this builds the dataframe
import numpy as np
import
浏览 0提问于2020-11-13得票数 2
回答已采纳
1回答
如何将只包含年份号的字符串转换为日期？
pandas、dataframe、datetime、format
创建第一列为文本的dataframe。
import pandas as pd
values = {'dates': ['2019','2020','2021'],
'price': [11,12,13]
}
df = pd.DataFrame(values, columns = ['dates','price'])
检查dtype：
df.dtypes
dates object
price int64
dtype: objec
浏览 1提问于2021-08-13得票数 0
回答已采纳
1回答
熊猫日期
python、pandas、datetime、pandas-groupby
在使用Pandas datetimes时，我尝试按周和年对数据进行分组。然而，我注意到，有些年份的最后一天与同年的第一周一起结束。
import pandas as pd
day_df = pd.DataFrame(index=pd.date_range('2016-01-01', '2020-12-31'))
for (week, year), subset in day_df.groupby([day_df.index.week, day_df.index.year]):
if week == 1:
print('Wee
浏览 0提问于2019-04-28得票数 5
回答已采纳
2回答
基于年月的随机抽样行
python、pandas、dataframe、time-series
data = {'date':['2019-01-01', '2019-01-02', '2020-01-01', '2020-02-02'],
'tweets':["aaa", "bbb", "ccc", "ddd"]}
df = pandas.DataFrame(data)
df['daate'] = pandas.to_datetime(df['date'], infer_dat
浏览 6提问于2021-08-18得票数 1
回答已采纳
4回答
数据比较多，有什么好点的存储方案吗？
对象存储、文件存储
贵州地区，给公司做类似企业网盘的东西，存储数据大概在6~7T左右，有没有好点的存储方案呢？我看腾讯云这边有COS、CFS等，我是从网站直接读取数据，推荐那个？有没有什么试用渠道呢？
浏览 956提问于2017-09-15
1回答
通过查找其他行中的值来创建新的熊猫数据栏
python、pandas
我想找到一种更快的方法来计算52周前的每个产品的销售栏，而不用迭代或迭代。有什么建议吗？输入将是没有“52周前销售栏”的表，输出将是下表的全部内容。
date sales city product sales 52 weeks ago
0 2020-01-01 1.5 c1 p1 0.6
1 2020-01-01 1.2 c1 p2 0.3
2 2019-05-02 0.5 c1 p1 nan
3 2019-01-02 0.3 c1 p2
浏览 4提问于2020-01-03得票数 1
回答已采纳
2回答
熊猫1.3的多指标数据更新
pandas、dataframe
我试图提高DataFrame的时间分辨率(提升)。我找到了几个解决方案，但对Pandas 1.3没有任何作用。
我的DataFrame有这个形状。
Population (cap)
country category date
FR Population 2018-01-01 00:00:00+00:00 67101930.0
2019-01-01 00:00:0
浏览 4提问于2021-07-31得票数 0
回答已采纳
4回答
利用腾讯云GPU构建深度学习网络？
对象存储、深度学习
如题，本人（学生）想用腾讯云构建一个实验性的深度学习网络，具体要用到腾讯云的哪些服务呢？（GPU，COS），另外还需考虑较低的成本。。。
浏览 1118提问于2017-12-13
2回答
熊猫从日期开始每年的每一周
python、pandas
我了解了这个场景，不知道如何解决这个问题。我有一个数据框架，我试图在大熊猫数据框架中的“日期”栏中添加"week_of_year“和”年份“列，这是很好的。
import pandas as pd
df = pd.DataFrame({'date': ['2018-12-31', '2019-01-01', '2019-12-31', '2020-01-01']})
df['date'] = pd.to_datetime(df['date'])
df['week_of
浏览 5提问于2020-05-06得票数 1
回答已采纳
1回答
不能正确地将熊猫索引转换为日期。
python、pandas、datetime
嗨，我正在尝试导入csv文件，并将索引设置为datetime。这是csv的样本：
date,wind_force,wind_dir,cloud_cover,temp
2019-01-01 04:00:00+01:00,13.9,234.0,100.0,3.8
2019-01-01 05:00:00+01:00,14.333333,239.33333,100.0,4.5333333
我导入文件，并试图在索引上直接使用pd.to_datetime：
dfw = pd.read_csv(r'C:\Path\weather.csv', index_col = 'date'
浏览 5提问于2020-04-17得票数 0
回答已采纳
3回答
每月对值求和后创建新数据帧
python、pandas-groupby
我有一个数据帧，其中包含多年期间每天的事务。我想将此df转换为df_monthly，其中每一行都包含从2019年1月1日到2020年2月2日的给定月份的交易总和。 假设这是我的df： df = pd.DataFrame([['2019-01-01', 11, 82],
['2019--01-02', 3, 98],
['2019-02-01', 1, 3],
['2019-02-02', 47, 79],
浏览 34提问于2020-06-22得票数 1
回答已采纳
1回答
如何使用pandas创建一个无界时间间隔索引？
python-3.x、pandas、datetime、infinity
我有一个pd.DataFrame格式的时间序列，它的索引是datetime类型的。我有另一个数据帧，它有一个值(价格)和一个时间间隔的索引。此价格指数的最后一次输入不能有结束日期。只要我没有更新我的价格指数，我希望最后一个值在未来永远有效。
import pandas as pd
str_date_list=[pd.to_datetime("2018-01-01"),pd.to_datetime("2019-01-01"),pd.to_datetime("2020-01-01")]
index = pd.IntervalIndex.from_br
浏览 13提问于2019-08-14得票数 1
回答已采纳
1回答
左加入generate_series误导规划师
postgresql-9.6
使用postgres 9.6，我目前使用以下结构管理基于时间的数据：
Column | Type | Collation | Nullable | Default
----------------+---------------------------------------+-----------+----------+---------
key | character varying | | not null |
star
浏览 0提问于2019-07-09得票数 2
1回答
熊猫发现从特定月份开始时间指数的id-索引。
python、pandas、dataframe、multi-index
我有一些id, time, var格式的CSV数据。然后，我继续创建了一个多索引DataFrame，大致相当于下面的表单
import numpy as np
import pandas as pd
def time(t):
return pd.Timestamp("2019-01-01T12") + pd.to_timedelta(t, "d")
arrays = [
np.array([1, 1, 2, 2, 3, 3]),
np.array([time(0), time(1), time(396), time(365), ti
浏览 5提问于2020-12-18得票数 1
回答已采纳
1回答
根据df.A和df.B中的比较值填充df.A中的列
pandas、dataframe、conditional-statements
所以我有个密码：
import pandas as pd
import numpy as np
frame1 = {'Season': ['S19', 'S20', 'S21',
'S19', 'S20', 'S21',
'S19', 'S20', 'S21'],
'DateFrom': ['2019-01-
浏览 2提问于2020-08-24得票数 1
1回答
Python/提高多列过滤器的代码效率
python、pandas
我想知道是否有人能帮我找到一种更有效的方法来运行我的代码。
我有一个数据集包含7个列，它们是国家、部门、年份、月份、周、工作日、值。
年份列只有3个元素，2019,2020,2021。
我在这里要做的是从2019年起在2020年和2021年减去每一个值。但更复杂的是，我需要匹配平日专栏。
例如，我需要使用2020年，月份1，周1，工作日0(星期一)值来减除，2019年，月份1，1周，工作日0(星期一)值，如果找不到它，它就会过去，以此类推，这意味着平日(星期一，Tuesaday....must被匹配)
这是我的代码，它可以运行，但它需要我几个小时：
for i in itertools.pro
浏览 3提问于2022-02-08得票数 0
回答已采纳
1回答
在熊猫中找到最接近的日期时间值的最佳方法是什么？
python、pandas、dataframe、datetime
import pandas as pd
import numpy as np
date1 = ['2020-01-01', '2019-01-01', '2018-01-01', '2017-01-01']
date2 = ['2020-03-01', '2021-01-01', '2018-01-02']
df1 = pd.DataFrame(np.arange(12).reshape(4,3), columns=['a', 'b', 'c&
浏览 0提问于2021-02-08得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频活动推荐
腾讯云开发者
