Uso de Timedelta y Period para crear índices basados ​​en DateTime en Pandas

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 DatetimeIndextipo.

# 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

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *