Pandas 資料處理 | Datetime 在 Pandas 中的一些用法！
阿新 • • 發佈：2020-08-01
Datatime 是 Python 中一種時間資料型別，對於不同時間格式之間的轉換是比較方便的，而在 Pandas 中也同樣支援 DataTime 資料機制，可以藉助它實現許多有用的功能，例如
1，函式to_datetime() 將資料列表中的 Series 列轉化為 datetime 型別，
```python
#Convert the type to datetime
apple.Date = pd.to_datetime(apple.Date)
apple['Date'].head()
#
0 2014-07-08
1 2014-07-07
2 2014-07-03
3 2014-07-02
4 2014-07-01
Name: Date, dtype: datetime64[ns]
```
2，DataFrame.resample(freq)，將資料基於時間列以 freq 作為頻度對全域性資料做重取樣，計算出分段資料和、均值、方差等指標；下面例子中原資料的索引是 Datatime 資料格式，以月為時間單位求出各列資料的平均值
```python
# Resample the data based the offset,get the mean of data
# BM — bussiness month end frequency
apple_month = apple.resample("BM").mean()
apple_month.head()
```
下面將根據幾道練習題，簡單介紹一下 Pandas 是怎麼處理 DataFrame 資料的
#### 1 , to_datetime() 與 resample() 操作
**1.1，讀取資料**
```python
url = "https://raw.githubusercontent.com/guipsamora/pandas_exercises/master/09_Time_Series/Apple_Stock/appl_1980_2014.csv"
apple =pd.read_csv(url)
apple.head()
```
可以看到，時間在 Date 這一列資料中，但不是標準的 datetime 格式，需要格式處理一下
**1.2，datetime 格式轉換**
```python
#Convert the type to datetime
apple.Date = pd.to_datetime(apple.Date)
apple['Date'].head()
```
**1.3，將 Date 列設為 index **
```python
apple = apple.set_index("Date")
# Set Index
apple.head()
```
Date 雖然已經設為 index，但是時間排列卻並不清晰，datetime 資料可以直接排序這裡用 sort_index(ascending = True) 完成排序
**1.4，對索引進行排序**
```
# Sort The DataFrame based on Date columns
apple.sort_index(ascending = True).head()
```
**1.5，以月為單位對資料取樣並獲取mean()**
```python
# Resample the data based the offset,get the mean of data
# BM — bussiness month end frequency
apple_month = apple.resample("BM").mean()
apple_month.head()
```
BM 全稱 Bussiness Month，是商業月的意思，在 Pandas 中稱為 DataOffset，除了月之外，還提供年、日、秒、小時、分..等作為取樣單位，當然也可以自定義
關於 Data Offset 具體詳細內容可參考：https://pandas.pydata.org/docs/user_guide/timeseries.html#timeseries-offset-aliases；
**1.6，計算時間列表中最早日期與最晚日期相差天數**
```python
(apple.index.max()-apple.index.min()).days
#
12261
```
#### 2，統計近兩年蘋果、特斯拉、IBM、LINKD各公司股價
**2.1，pandas_datareader 獲取資料**
```python
import pandas as pd
from pandas_datareader import data as web
import datetime as dt
start = dt.datetime(2019,1,1)
end = dt.datetime.today()
stocks = ['APPLE','TSLA','IBM','LNKD']
df = web.DataReader(stocks,'yahoo',start,end)
df
```
使用之前請確保pandas_datareader 包已經安裝成功，這個包幫助我們直接通過爬蟲獲取近兩年的各公司的股票資訊，後面 start，end 兩個 datetime 時間用於限制時間
結果顯示似乎這種方法獲取不到到的蘋果和LINKD 的股價(但並不影響，因為這裡主要是學習一下 datetime 在 Pandas 的用法)
**2.2，獲取 股票 資料**
```python
vol = df['Volume']
vol
```
**2.3，建立新列，表示 week、year **
後面做聚類分析，聚類基準選擇的是 week、year , 因此需要提前建立好兩列(week，year)資料
```python
vol['week'] = vol.index.week
vol['year'] = vol.index.year
vol.head()
```
**2.4，groupby 聚類分組(先 week ,後 year)**
```
week = vol.groupby(['week','year']).sum()
week.head()
```
這樣就可以很清晰地比對，2019-2020年對於每一週來說各公司股票的總值變化啦
好了，以上就是本篇文章的所有內容啦；最後，感謝大家的閱讀！
*Reference:*
*1,https://pandas.pydata.org/docs/user_guide/timeseries.html#timeseries-offset-aliases*
*2，https://github.com/guipsamora/pandas_exercises/blob/master/09_Time_Series/Getting_Financi