Period(‘2011’, freq = ‘A-DEC’)可以看成多个时间期的时间段中的游标

一、创建PeriodIndex数据类型

1、 pd.PeriodIndex(data=[], freq=‘’)

import pandas as pd
from datetime import datetime# pd.PeriodIndex()# 直接直接构建，支持str、datetime.datetime
periods1 = pd.PeriodIndex(data=['2011-1', '2011-2', '2011-3'], freq='M')
periods2 = pd.PeriodIndex(data=[datetime(2015, 6, 1), datetime(2015, 7, 1), datetime(2015, 8, 1)], freq='M')print("periods1 = {0}, type(periods1) = {1}".format(periods1, type(periods1)))
print("-" * 50)
print("periods1[0] = {0}, type(periods1[0]) = {1}".format(periods1[0], type(periods1[0])))
print("-" * 200)
print("periods2 = {0}, type(periods2) = {1}".format(periods2, type(periods2)))
print("-" * 50)
print("periods2[0] = {0}, type(periods2[0]) = {1}".format(periods2[0], type(periods2[0])))

打印结果：

periods1 = PeriodIndex(['2011-01', '2011-02', '2011-03'], dtype='period[M]', freq='M'), type(periods1) = <class 'pandas.core.indexes.period.PeriodIndex'>
--------------------------------------------------
periods1[0] = 2011-01, type(periods1[0]) = <class 'pandas._libs.tslibs.period.Period'>
--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
periods2 = PeriodIndex(['2015-06', '2015-07', '2015-08'], dtype='period[M]', freq='M'), type(periods2) = <class 'pandas.core.indexes.period.PeriodIndex'>
--------------------------------------------------
periods2[0] = 2015-06, type(periods2[0]) = <class 'pandas._libs.tslibs.period.Period'>Process finished with exit code 0

2、 pd.period_range(start=‘’, end=‘’, freq=‘’)

pd.period_range()创建时期范围

import numpy as np
import pandas as pd# pd.period_range()创建时期范围# 数据格式为PeriodIndex，单个数值为Period
prng = pd.period_range(start='1/1/2011', end='1/1/2012', freq='M')
print("prng = {0}, type(prng) = {1}".format(prng, type(prng)))
print("-" * 50)
print("prng[0] = {0}, type(prng[0]) = {1}".format(prng[0], type(prng[0])))
print("-" * 100)

打印结果：

prng = PeriodIndex(['2011-01', '2011-02', '2011-03', '2011-04', '2011-05', '2011-06', '2011-07', '2011-08', '2011-09', '2011-10', '2011-11', '2011-12', '2012-01'],dtype='period[M]', freq='M'), type(prng) = <class 'pandas.core.indexes.period.PeriodIndex'>
--------------------------------------------------
prng[0] = 2011-01, type(prng[0]) = <class 'pandas._libs.tslibs.period.Period'>
----------------------------------------------------------------------------------------------------

二、频率转换

import pandas as pd# asfreq：频率转换periods = pd.period_range('2017', '2018', freq='M')
print("periods = ", periods)
print("type(periods) = ", type(periods))
print("-" * 100)# 通过.asfreq(freq, method=None, how=None)方法转换成别的频率
periods1 = periods.asfreq(freq='D', how='start')
print("periods1 = ", periods1)
print("type(periods1) = ", type(periods1))
print("-" * 100)

打印结果：

periods =  PeriodIndex(['2017-01', '2017-02', '2017-03', '2017-04', '2017-05', '2017-06','2017-07', '2017-08', '2017-09', '2017-10', '2017-11', '2017-12','2018-01'],dtype='period[M]', freq='M')
type(periods) =  <class 'pandas.core.indexes.period.PeriodIndex'>
----------------------------------------------------------------------------------------------------
periods1 =  PeriodIndex(['2017-01-01', '2017-02-01', '2017-03-01', '2017-04-01','2017-05-01', '2017-06-01', '2017-07-01', '2017-08-01','2017-09-01', '2017-10-01', '2017-11-01', '2017-12-01','2018-01-01'],dtype='period[D]', freq='D')
type(periods1) =  <class 'pandas.core.indexes.period.PeriodIndex'>
----------------------------------------------------------------------------------------------------Process finished with exit code 0

参考资料：
pandas 周期索引 PeriodIndex
pandas的PeriodIndex的用法

Pandas-时期（二）-数据类型：PeriodIndex（其中每个元素的类型为：Period）【创建：①pd.PeriodIndex([], freq=‘‘)；②pd.period_range()】相关推荐

Pandas-时间（二）-数据类型：DatetimeIndex（其中每个元素的类型为：Timestamp）【创建方式：①pd.DatetimeIndex([])；②pd.to_datetime()】
一.pd.DatetimeIndex():直接创建 import pandas as pd from datetime import datetime# pd.DatetimeIndex()# 直接生 ...
Pandas的DataFrame数据类型
Pandas的DataFrame数据类型纵轴表示不同索引axis=0,横轴表示不同列axis=1 DataFrame类型创建 1.从二维ndarray对象创建 import pandas as pd ...
用Numpy和Pandas分析二维数据笔记
用Numpy和Pandas分析二维数据上节课,我们利用numpy和pandas分析了一维数据.在这节课中,你将学到这两种库的更多特性.并用它们来分析二维数据,这节课后,你将能够使用pandas重新 ...
Python 数据分析三剑客之 Pandas（二）：Index 索引对象以及各种索引操作
CSDN 课程推荐:<迈向数据科学家:带你玩转Python数据分析>,讲师齐伟,苏州研途教育科技有限公司CTO,苏州大学应用统计专业硕士生指导委员会委员:已出版<跟老齐学Python ...
pythonsze_python学习笔记二数据类型（基础篇）
Python基础对于Python,一切事物都是对象,对象基于类创建不同类型的类可以创造出字符串,数字,列表这样的对象,比如"koka".24.['北京', '上海', '深圳' ...
数据分析---数据处理工具pandas（二）
文章目录数据分析---数据处理工具pandas(二) 一.Pandas数据结构Dataframe:基本概念及创建 1.DataFrame简介 2.创建Dataframe (1)方法一:由数组/lis ...
java二维数组遍历与元素查找
java二维数组格式数据类型 [ ][ ] arrayName = new 数据类型[一维数组的个数][每个一维数组的长度] 例如: int [ ][ ] array = new int [2][ ...
Python pandas 里面的数据类型坑，astype要慎用
背景最近在项目处理数据时,对pandas里面的数据类型进行转换时(astype),产生了一些意外的情况,经过研究,对数据框里面的数据类型,又有了新的认识,分享出来供大家参考学习. 创建模拟数据模拟 ...
C#2.0实例程序STEP BY STEP－－实例二:数据类型
C#2.0实例程序STEP BY STEP--实例二:数据类型与其他.NET语言一样,C#支持Common Type Sysem(CTS),其中的数据类型集合不仅包含我们熟悉的基本类型,例如int, ...

Pandas-时期（二）-数据类型：PeriodIndex（其中每个元素的类型为：Period）【创建：①pd.PeriodIndex([], freq=‘‘)；②pd.period_range()】

一、创建PeriodIndex数据类型

1、 pd.PeriodIndex(data=[], freq=‘’)

2、 pd.period_range(start=‘’, end=‘’, freq=‘’)

二、频率转换

Pandas-时期（二）-数据类型：PeriodIndex（其中每个元素的类型为：Period）【创建：①pd.PeriodIndex([], freq=‘‘)；②pd.period_range()】相关推荐

最新文章

热门文章