dataframe中的日期格式

在 Pandas 中，日期格式可以使用 datetime64 数据类型来表示。日期格式可以在 DataFrame 中作为列的数据类型，也可以在索引中使用。若要将字符串转换为日期格式，可以使用 pd.to_datetime() 函数。

例如，假设有以下 DataFrame：

import pandas as pd

df = pd.DataFrame({'date': ['2021-01-01', '2021-01-02', '2021-01-03'],
                   'value': [10, 20, 30]})

可以将 'date' 列转换为日期格式：

df['date'] = pd.to_datetime(df['date'])

现在，'date' 列的数据类型为 datetime64[ns]，可以进行日期相关的操作，例如：

# 提取年月日
df['year'] = df['date'].dt.year
df['month'] = df['date'].dt.month
df['day'] = df['date'].dt.day

# 计算时间差
df['diff'] = df['date'].diff()

日期格式的索引可以使用 pd.date_range() 函数生成：

idx = pd.date_range('2021-01-01', periods=3, freq='D')
df = pd.DataFrame({'value': [10, 20, 30]}, index=idx)

现在，DataFrame 的索引为日期格式，可以进行日期相关的操作，例如：

# 选择某个日期范围的数据
df.loc['2021-01-02':'2021-01-03']

# 按年、月、日进行聚合
df.resample('M').sum()