دوال التواريخ في Pandas

مثال على عمليات Pandas لتحويل التواريخ

توسيع سلسلة الوقت، تلعب وظائف التاريخ دورًا مهمًا في تحليل البيانات المالية. عند استخدام بيانات التاريخ، نكون في أحيان كثيرة في مواقف مثل

إنشاء سلسلة من التواريخ تحويل سلسلة التواريخ إلى ترددات مختلفة

إنشاء نطاق تواريخ

من خلال تحديد التاريخ والفترة باستخدام دالة date.range()، يمكننا إنشاء سلسلة من التواريخ. بشكل افتراضي، تردد النطاق هو يوم.

import pandas as pd
print(pd.date_range('1/1/2011', periods=5))

النتيجة التشغيلية كالتالي:

DatetimeIndex(['2011-01-01', '2011-01-02', '2011-01-03', '2011-01-04', '2011-01-05'], dtype='datetime64[ns]', freq='D')

تغيير تردد التاريخ

import pandas as pd
print(pd.date_range('1/1/2011', periods=5, freq='M'))

النتيجة التشغيلية كالتالي:

　DatetimeIndex(['2011-01-31', '2011-02-28', '2011-03-31', '2011-04-30', '2011-05-31'], dtype='datetime64[ns]', freq='M')

bdate_range

bdate_range() تمثل نطاق تواريخ العمل. على عكس date_range()، لا تشمل أيام السبت والأحد.

import pandas as pd
print(pd.date_range('1/1/2011', periods=5))

النتيجة التشغيلية كالتالي:

DatetimeIndex(['2011-01-01',　'2011-01-02',　'2011-01-03',　'2011-01-04',　'2011-01-05'],
　　　　dtype='datetime64[ns]',　freq='D')

لاحظوا، بعد 3/3، ينتقل التاريخ إلى 3/6 (لا يشمل 4 و5). يكفي التحقق من التاريخ في التقويم.
الميزات المريحة مثل date_range و bdate_range تستخدم العديد من أسماء الأنماط المختلفة. إن تردد date_range هو يوم التقويم بشكل افتراضي، بينما تردد bdate_range هو يوم العمل بشكل افتراضي.

　import pandas as pd
　start　=　pd.datetime(2011,　1,　1)
　end　=　pd.datetime(2011,　1,　5)
　print(pd.date_range(start,　end))

النتيجة التشغيلية كالتالي:

　DatetimeIndex(['2011-01-01',　'2011-01-02',　'2011-01-03',　'2011-01-04',　'2011-01-05'],
　　　　dtype='datetime64[ns]',　freq='D')

أسماء الانزياح

لقد قدم Pandas العديد من الأسماء المشهورة للتواردات الزمنية العامة المفيدة. نسمي هذه الأسماء أسماء الانزياح.