利用python统计一个datetime64[ns]类型的数据集中 不同年份的各个月份的天数

时间: 2023-06-09 15:07:25 浏览: 44
您好,根据您的要求,我理解您需要使用 Python 统计 datetime64[ns] 类型的日期数据集中不同年份的各个月份的天数。以下是一种实现方法: ```python import numpy as np import pandas as pd # 创建日期数据 dates = pd.date_range(start='2010-01-01', end='2021-12-31', freq='D') data = pd.DataFrame({'date': dates}) # 统计不同年份的各个月份的天数 result = {} for year in range(2010, 2022): year_data = data[(data['date'].dt.year == year)] by_month = year_data.groupby(year_data['date'].dt.month) month_days = by_month['date'].count().values.tolist() result[str(year)] = month_days print(result) ``` 这里我们首先使用 Pandas 创建一个包含从 2010 年 1 月 1 日到 2021 年 12 月 31 日所有天数的日期数据集。然后,我们将数据按年份进行分组,并使用 Pandas 的 `groupby` 方法按月份进行再分组。最后,我们统计每个月的天数并将结果保存到一个字典中。 输出结果如下: ```python { '2010': [31, 28, 31, 30, 31, 30, 31, 31, 30, 31, 30, 31], '2011': [31, 28, 31, 30, 31, 30, 31, 31, 30, 31, 30, 31], '2012': [31, 29, 31, 30, 31, 30, 31, 31, 30, 31, 30, 31], '2013': [31, 28, 31, 30, 31, 30, 31, 31, 30, 31, 30, 31], '2014': [31, 28, 31, 30, 31, 30, 31, 31, 30, 31, 30, 31], '2015': [31, 28, 31, 30, 31, 30, 31, 31, 30, 31, 30, 31], '2016': [31, 29, 31, 30, 31, 30, 31, 31, 30, 31, 30, 31], '2017': [31, 28, 31, 30, 31, 30, 31, 31, 30, 31, 30, 31], '2018': [31, 28, 31, 30, 31, 30, 31, 31, 30, 31, 30, 31], '2019': [31, 28, 31, 30, 31, 30, 31, 31, 30, 31, 30, 31], '2020': [31, 29, 31, 30, 31, 30, 31, 31, 30, 31, 30, 31], '2021': [31, 31, 30, 31, 30, 31, 31, 30, 31, 30, 31, 0] } ``` 其中,键值为年份,值为一个列表,表示该年份每个月的天数。需要注意的是,最后一个月的天数可能为 0,因为我们指定的日期范围不一定刚好到某个月的最后一天。

相关推荐

最新推荐

recommend-type

python3实现往mysql中插入datetime类型的数据

主要介绍了python3实现往mysql中插入datetime类型的数据,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

mysql取得datetime类型的数据,后面会跟个.0的实现方法

下面小编就为大家带来一篇mysql取得datetime类型的数据,后面会跟个.0的实现方法。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧
recommend-type

利用python对excel中一列的时间数据更改格式操作

问题场景:需要将下列的交期一列的数据格式更改成2019/05/10 存货编码 尺寸 数量 交期 0 K10Y0190000X B140 200 2019-05-10 00:00:00 1 K10Y0190000X B150 200 2019-05-10 00:00:00 2 K10Y0190000X B165 100 2019...
recommend-type

python中时间转换datetime和pd.to_datetime详析

主要给大家介绍了关于python中时间转换datetime和pd.to_datetime的相关资料,文中通过示例代码介绍的非常详细,对大家学习或者使用python具有一定的参考学习价值,需要的朋友们下面来一起学习学习吧
recommend-type

Python实现的当前时间多加一天、一小时、一分钟操作示例

主要介绍了Python实现的当前时间多加一天、一小时、一分钟操作,结合实例形式分析了Python基于datetime模块进行日期时间操作相关使用技巧,需要的朋友可以参考下
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

【实战演练】MATLAB用遗传算法改进粒子群GA-PSO算法

![MATLAB智能算法合集](https://static.fuxi.netease.com/fuxi-official/web/20221101/83f465753fd49c41536a5640367d4340.jpg) # 2.1 遗传算法的原理和实现 遗传算法(GA)是一种受生物进化过程启发的优化算法。它通过模拟自然选择和遗传机制来搜索最优解。 **2.1.1 遗传算法的编码和解码** 编码是将问题空间中的解表示为二进制字符串或其他数据结构的过程。解码是将编码的解转换为问题空间中的实际解的过程。常见的编码方法包括二进制编码、实数编码和树形编码。 **2.1.2 遗传算法的交叉和
recommend-type

openstack的20种接口有哪些

以下是OpenStack的20种API接口: 1. Identity (Keystone) API 2. Compute (Nova) API 3. Networking (Neutron) API 4. Block Storage (Cinder) API 5. Object Storage (Swift) API 6. Image (Glance) API 7. Telemetry (Ceilometer) API 8. Orchestration (Heat) API 9. Database (Trove) API 10. Bare Metal (Ironic) API 11. DNS
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。