Los datos de la vida real a menudo consisten en registros basados en la fecha y la hora. Desde datos meteorológicos hasta la medición de otras métricas en grandes organizaciones, a menudo se basan en asociar los datos observados con alguna marca de tiempo para evaluar el rendimiento a lo largo del tiempo.
Ya hemos discutido cómo manipular la fecha y la hora en pandas , ahora veamos los conceptos de marca de tiempo, períodos e índices creados con estos.
Uso de marcas de tiempo:
la marca de tiempo es el equivalente en pandas de la fecha y hora de Python y es intercambiable con ella en la mayoría de los casos. Denota un punto específico en el tiempo. Veamos cómo crear una marca de tiempo.
# importing pandas as pd import pandas as pd # Creating the timestamp ts = pd.Timestamp('02-06-2018') # Print the timestamp print(ts)
Producción :
Las marcas de tiempo por sí solas no son muy útiles, hasta que creamos un índice a partir de ellas. Los índices que creamos usando los Timestamps son de DatetimeIndex
tipo.
# importing pandas as pd import pandas as pd # Let's create a dataframe df = pd.DataFrame({'City':['Lisbon', 'Parague', 'Macao', 'Venice'], 'Event':['Music', 'Poetry', 'Theatre', 'Comedy'], 'Cost':[10000, 5000, 15000, 2000]}) # Let's create an index using Timestamps index_ = [pd.Timestamp('01-06-2018'), pd.Timestamp('04-06-2018'), pd.Timestamp('07-06-2018'), pd.Timestamp('10-06-2018')] # Let's set the index of the dataframe df.index = index_ # Let's visualize the dataframe print(df)
Producción :
Ahora veremos el tipo de índice de marco de datos que se compone de marcas de tiempo individuales.
# Check the type print(type(df.index))
Salida:
como podemos ver claramente en la salida, el tipo de índice de nuestro marco de datos es ‘DatetimeIndex’.
Uso de períodos: a diferencia de la marca de tiempo, que representa un punto en el tiempo, los períodos representan un período de tiempo. Puede ser un mes, día, año, hora, etc. Veamos cómo crear Períodos en Pandas.
# importing pandas as pd import pandas as pd # Let's create the Period # We have created a period # of a month pr = pd.Period('06-2018') # Let's print the period print(pr)
Producción :
La ‘M’ en la salida representa el mes.
Los objetos de período por sí solos no son muy útiles hasta que se usan como índice en un marco de datos o una serie. Un índice compuesto por Períodos se llama PeriodIndex
.
# importing pandas as pd import pandas as pd # Let's create a dataframe df = pd.DataFrame({'City':['Lisbon', 'Parague', 'Macao', 'Venice'], 'Event':['Music', 'Poetry', 'Theatre', 'Comedy'], 'Cost':[10000, 5000, 15000, 2000]}) # Let's create an index using Periods index_ = [pd.Period('02-2018'), pd.Period('04-2018'), pd.Period('06-2018'), pd.Period('10-2018')] # Let's set the index of the dataframe df.index = index_ # Let's visualize the dataframe print(df)
Producción :
Ahora veremos el tipo de nuestro índice de marco de datos que se compone de períodos individuales.
# Check the type print(type(df.index))
Salida:
como podemos ver en la salida, el índice creado usando períodos se llama PeriodIndex.
Publicación traducida automáticamente
Artículo escrito por Shubham__Ranjan y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA