devbox
空白诗007
这个屌丝很懒，什么也没留下！
关注作者
热门标签
热门文章
当前位置:   article > 正文

Python酷库之旅-第三方库Pandas(074)

作者：空白诗007 | 2024-08-13 23:48:33

赞

踩

Python酷库之旅-第三方库Pandas(074)

目录

一、用法精讲

301、pandas.Series.dt.components属性

301-1、语法

301-2、参数

301-3、功能

301-4、返回值

301-5、说明

301-6、用法

301-6-1、数据准备

301-6-2、代码示例

301-6-3、结果输出

302、pandas.Series.dt.to_pytimedelta方法

302-1、语法

302-2、参数

302-3、功能

302-4、返回值

302-5、说明

302-6、用法

302-6-1、数据准备

302-6-2、代码示例

302-6-3、结果输出

303、pandas.Series.dt.total_seconds方法

303-1、语法

303-2、参数

303-3、功能

303-4、返回值

303-5、说明

303-6、用法

303-6-1、数据准备

303-6-2、代码示例

303-6-3、结果输出

304、pandas.Series.str.capitalize方法

304-1、语法

304-2、参数

304-3、功能

304-4、返回值

304-5、说明

304-6、用法

304-6-1、数据准备

304-6-2、代码示例

304-6-3、结果输出

305、pandas.Series.str.casefold方法

305-1、语法

305-2、参数

305-3、功能

305-4、返回值

305-5、说明

305-6、用法

305-6-1、数据准备

305-6-2、代码示例

305-6-3、结果输出

二、推荐阅读

1、Python筑基之旅

2、Python函数之旅

3、Python算法之旅

4、Python魔法之旅

5、博客个人主页

一、用法精讲

301、pandas.Series.dt.components属性
301-1、语法
  1. # 301、pandas.Series.dt.components属性
  2. pandas.Series.dt.components
  3. Return a Dataframe of the components of the Timedeltas.
  4.  
  5. Returns:
  6. DataFrame
301-2、参数

        无

301-3、功能

        从一个时间序列对象中提取项的各个部分，如年份、月份、日、小时、分钟、秒、毫秒、微秒、纳秒等。

301-4、返回值

        返回一个DataFrame，其中每一列代表时间序列的一个组成部分。

301-5、说明

        使用场景：

301-5-1、财务数据分析：在金融数据分析中，通常需要对日期进行分解，以便按年、月、日、季度等进行聚合和分析。例如，按季度计算股票平均价格。

301-5-2、运营数据分析：在运营数据分析中，可以根据时间的不同组成部分对数据进行拆分和聚合。例如，按周统计网站访问量。

301-5-3、机器学习中的特征工程：在机器学习的特征工程中，时间序列数据的不同组成部分可以作为特征，以提高模型的性能。例如，构建包含时间特征的机器学习数据集。

301-5-4、物流和供应链管理：在物流和供应链管理中，可以根据时间的不同组成部分优化运输和库存管理。例如，根据小时分析仓库入库量。

301-5-5、电商数据分析：在电商平台的数据分析中，可以根据时间的不同组成部分分析销售趋势和用户行为。例如，按月统计商品销售量。

301-6、用法
301-6-1、数据准备
无
301-6-2、代码示例
  1. # 301、pandas.Series.dt.components属性
  2. # 301-1、按季度计算股票平均价格
  3. import pandas as pd
  4. # 创建示例数据
  5. date_range = pd.date_range(start='2024-01-01', periods=100, freq='D')
  6. stock_prices = pd.Series(range(100), index=date_range)
  7. df = pd.DataFrame({'date': date_range, 'price': stock_prices})
  8. # 提取日期各部分
  9. df['quarter'] = df['date'].dt.quarter
  10. # 按季度计算平均价格
  11. quarterly_avg_price = df.groupby('quarter')['price'].mean()
  12. print(quarterly_avg_price, end='\n\n')
  13.  
  14. # 301-2、按周统计网站访问量
  15. import pandas as pd
  16. # 创建示例数据
  17. date_range = pd.date_range(start='2024-01-01', periods=30, freq='D')
  18. visit_counts = pd.Series(range(30), index=date_range)
  19. df = pd.DataFrame({'date': date_range, 'visits': visit_counts})
  20. # 提取日期各部分
  21. df['week'] = df['date'].dt.isocalendar().week
  22. # 按周统计访问量
  23. weekly_visits = df.groupby('week')['visits'].sum()
  24. print(weekly_visits, end='\n\n')
  25.  
  26. # 301-3、构建包含时间特征的机器学习数据集
  27. import pandas as pd
  28. # 创建示例数据
  29. date_range = pd.date_range(start='2024-01-01', periods=50, freq='h')
  30. values = pd.Series(range(50), index=date_range)
  31. df = pd.DataFrame({'datetime': date_range, 'value': values})
  32. # 提取日期时间各部分
  33. df['year'] = df['datetime'].dt.year
  34. df['month'] = df['datetime'].dt.month
  35. df['day'] = df['datetime'].dt.day
  36. df['hour'] = df['datetime'].dt.hour
  37. df['weekday'] = df['datetime'].dt.weekday
  38. print(df.head(), end='\n\n')
  39.  
  40. # 301-4、根据小时分析仓库入库量
  41. import pandas as pd
  42. # 创建示例数据
  43. date_range = pd.date_range(start='2024-01-01', periods=24, freq='h')
  44. inbound_quantities = pd.Series(range(24), index=date_range)
  45. df = pd.DataFrame({'datetime': date_range, 'quantity': inbound_quantities})
  46. # 提取时间各部分
  47. df['hour'] = df['datetime'].dt.hour
  48. # 按小时统计入库量
  49. hourly_inbound = df.groupby('hour')['quantity'].sum()
  50. print(hourly_inbound, end='\n\n')
  51.  
  52. # 301-5、按月统计商品销售量
  53. import pandas as pd
  54. # 创建示例数据
  55. date_range = pd.date_range(start='2024-01-01', periods=100, freq='D')
  56. sales_quantities = pd.Series(range(100), index=date_range)
  57. df = pd.DataFrame({'date': date_range, 'sales': sales_quantities})
  58. # 提取日期各部分
  59. df['month'] = df['date'].dt.month
  60. # 按月统计销售量
  61. monthly_sales = df.groupby('month')['sales'].sum()
  62. print(monthly_sales, end='\n\n')
  63.  
  64. # 301-6、网站每日访问量分析(可视化)
  65. import pandas as pd
  66. import numpy as np
  67. import matplotlib.pyplot as plt
  68. # 生成日期范围
  69. date_range = pd.date_range(start='2024-07-01', end='2024-07-31', freq='D')
  70. # 模拟每日访问量数据
  71. np.random.seed(42)
  72. visits = np.random.poisson(lam=100, size=len(date_range))
  73. # 创建数据框
  74. df = pd.DataFrame({'date': date_range, 'visits': visits})
  75. print(df.head())
  76. # 设置图形大小
  77. plt.figure(figsize=(12, 6))
  78. # 绘制时间序列图
  79. plt.plot(df['date'], df['visits'], marker='o', linestyle='-', color='b', label='Daily Visits')
  80. plt.scatter(df['date'], df['visits'], color='red')  # 设置数据点为红色
  81. # 添加标题和标签
  82. plt.title('Daily Website Visits in July 2024')
  83. plt.xlabel('Date')
  84. plt.ylabel('Number of Visits')
  85. plt.xticks(rotation=15)
  86. plt.grid(True)
  87. # 添加平均线
  88. average_visits = df['visits'].mean()
  89. plt.axhline(y=average_visits, color='r', linestyle='--', label=f'Average Visits ({average_visits:.1f})')
  90. # 添加图例
  91. plt.legend()
  92. # 显示图形
  93. plt.tight_layout()
  94. # 显示数据标签并设置为红色
  95. for i in range(len(df)):
  96.     plt.annotate(text=str(df['visits'][i]), xy=(df['date'][i], df['visits'][i]),
  97.                  xytext=(-5, 5), textcoords='offset points', ha='center', va='bottom', color='red', fontweight='bold')
  98. plt.show()
301-6-3、结果输出
  1. # 301、pandas.Series.dt.components属性
  2. # 301-1、按季度计算股票平均价格
  3. # quarter
  4. # 1    45.0
  5. # 2    95.0
  6. # Name: price, dtype: float64
  7.  
  8. # 301-2、按周统计网站访问量
  9. # week
  10. # 1     21
  11. # 2     70
  12. # 3    119
  13. # 4    168
  14. # 5     57
  15. # Name: visits, dtype: int64
  16.  
  17. # 301-3、构建包含时间特征的机器学习数据集
  18. #                                datetime  value  year  month  day  hour  weekday
  19. # 2024-01-01 00:00:00 2024-01-01 00:00:00      0  2024      1    1     0        0
  20. # 2024-01-01 01:00:00 2024-01-01 01:00:00      1  2024      1    1     1        0
  21. # 2024-01-01 02:00:00 2024-01-01 02:00:00      2  2024      1    1     2        0
  22. # 2024-01-01 03:00:00 2024-01-01 03:00:00      3  2024      1    1     3        0
  23. # 2024-01-01 04:00:00 2024-01-01 04:00:00      4  2024      1    1     4        0
  24.  
  25. # 301-4、根据小时分析仓库入库量
  26. # hour
  27. # 0      0
  28. # 1      1
  29. # 2      2
  30. # 3      3
  31. # 4      4
  32. # 5      5
  33. # 6      6
  34. # 7      7
  35. # 8      8
  36. # 9      9
  37. # 10    10
  38. # 11    11
  39. # 12    12
  40. # 13    13
  41. # 14    14
  42. # 15    15
  43. # 16    16
  44. # 17    17
  45. # 18    18
  46. # 19    19
  47. # 20    20
  48. # 21    21
  49. # 22    22
  50. # 23    23
  51. # Name: quantity, dtype: int64
  52.  
  53. # 301-5、按月统计商品销售量
  54. # month
  55. # 1     465
  56. # 2    1305
  57. # 3    2325
  58. # 4     855
  59. # Name: sales, dtype: int64
  60.  
  61. # 301-6、网站每日访问量分析(可视化)
  62. # 见图1
  63. #         date  visits
  64. # 0 2024-07-01      96
  65. # 1 2024-07-02     107
  66. # 2 2024-07-03      88
  67. # 3 2024-07-04     103
  68. # 4 2024-07-05     111

图1：

302、pandas.Series.dt.to_pytimedelta方法
302-1、语法
  1. # 302、pandas.Series.dt.to_pytimedelta方法
  2. pandas.Series.dt.to_pytimedelta()
  3. Return an array of native datetime.timedelta objects.
  4.  
  5. Python’s standard datetime library uses a different representation timedelta’s. This method converts a Series of pandas Timedeltas to datetime.timedelta format with the same length as the original Series.
  6.  
  7. Returns:
  8. numpy.ndarray
  9. Array of 1D containing data with datetime.timedelta type.
302-2、参数

        无

302-3、功能

        用于将pandas.Series对象中的时间差(Timedelta)数据转换为Python的datetime.timedelta对象。

302-4、返回值

        返回一个pandas.Series对象，其中的每一个元素都是一个datetime.timedelta对象。

302-5、说明

        使用场景：

302-5-1、与其他库兼容：某些库或函数可能不直接支持pandas的Timedelta类型，但可以接受标准Python的timedelta类型。在这种情况下，可以使用to_pytimedelta()进行转换。

302-5-2、标准化处理：在数据分析中，如果你需要将时间差数据传递给其他只接受Python原生数据类型的工具或函数(例如自定义代码、第三方库等)，使用to_pytimedelta()可以确保数据格式的一致性。

302-5-3、调试和测试：在调试代码时，可能需要将pandas的Timedelta对象转换为Python标准库的timedelta对象，以便更容易地验证和比较结果。

302-6、用法
302-6-1、数据准备
无
302-6-2、代码示例
  1. # 302、pandas.Series.dt.to_pytimedelta方法
  2. # 302-1、与其他库兼容
  3. import pandas as pd
  4. # 创建一个包含时间差的Series
  5. timedelta_series = pd.Series(pd.to_timedelta(['1 days', '2 days', '3 days']))
  6. # 将Series转换为Python的timedelta对象
  7. pytimedelta_series = timedelta_series.dt.to_pytimedelta()
  8. # 例如，假设你有一个自定义的函数需要标准的timedelta对象
  9. def custom_function(timedeltas):
  10.     for delta in timedeltas:
  11.         print(f"Processed timedelta: {delta}")
  12. custom_function(pytimedelta_series)
  13. print('\n')
  14.  
  15. # 302-2、标准化处理
  16. import pandas as pd
  17. from datetime import timedelta
  18. # 创建一个包含时间差的Series
  19. timedelta_series = pd.Series(pd.to_timedelta(['10 hours', '5 hours', '8 hours']))
  20. # 将Series转换为Python的timedelta对象
  21. pytimedelta_series = timedelta_series.dt.to_pytimedelta()
  22. # 使用标准Python的timedelta对象
  23. total_duration = sum(pytimedelta_series, timedelta())
  24. print(f"Total duration: {total_duration}", end='\n\n')
  25.  
  26. # 302-3、调试和测试
  27. import pandas as pd
  28. # 创建一个包含时间差的 Series
  29. timedelta_series = pd.Series(pd.to_timedelta(['1 days 2 hours', '3 days 4 hours']))
  30. # 将 Series 转换为 Python 的 timedelta 对象
  31. pytimedelta_series = timedelta_series.dt.to_pytimedelta()
  32. # 假设你要验证转换后的结果
  33. for original, converted in zip(timedelta_series, pytimedelta_series):
  34.     print(f"Original timedelta: {original}, Converted timedelta: {converted}")
302-6-3、结果输出
  1. # 302、pandas.Series.dt.to_pytimedelta方法
  2. # 302-1、与其他库兼容
  3. # Processed timedelta: 1 day, 0:00:00
  4. # Processed timedelta: 2 days, 0:00:00
  5. # Processed timedelta: 3 days, 0:00:00
  6.  
  7. # 302-2、标准化处理
  8. # Total duration: 23:00:00
  9.  
  10. # 302-3、调试和测试
  11. # Original timedelta: 1 days 02:00:00, Converted timedelta: 1 day, 2:00:00
  12. # Original timedelta: 3 days 04:00:00, Converted timedelta: 3 days, 4:00:00
303、pandas.Series.dt.total_seconds方法
303-1、语法
  1. # 303、pandas.Series.dt.total_seconds方法
  2. pandas.Series.dt.total_seconds(*args, **kwargs)
  3. Return total duration of each element expressed in seconds.
  4.  
  5. This method is available directly on TimedeltaArray, TimedeltaIndex and on Series containing timedelta values under the .dt namespace.
  6.  
  7. Returns:
  8. ndarray, Index or Series
  9. When the calling object is a TimedeltaArray, the return type is ndarray. When the calling object is a TimedeltaIndex, the return type is an Index with a float64 dtype. When the calling object is a Series, the return type is Series of type float64 whose index is the same as the original.
303-2、参数

303-2-1、*args(可选)：其他位置参数，为后续扩展功能做预留。

303-2-2、**kwargs(可选)：其他关键字参数，为后续扩展功能做预留。

303-3、功能

        用于将Timedelta对象的时间差转换为秒数，该功能特别适用于时间差数据的处理与分析。

303-4、返回值

        返回一个浮点数，表示时间差的总秒数，对于Series对象，返回一个包含总秒数的Series。

303-5、说明

        使用场景：

303-5-1、计算总秒数：假设你有一个pandas.Series对象，其中包含多个时间差数据，你可以使用该方法将其转换为秒数

303-5-2、数据分析：在数据分析中，可能需要将时间差转换为秒数以便进行统计分析，例如，计算平均时间差。

303-5-3、转换为其他单位：将时间差数据转换为秒数后，可以方便地进行其他单位的转换，例如，小时或分钟。

303-6、用法
303-6-1、数据准备
无
303-6-2、代码示例
  1. # 303、pandas.Series.dt.total_seconds方法
  2. # 303-1、计算总秒数
  3. import pandas as pd
  4. # 创建一个包含时间差的Series
  5. timedelta_series = pd.Series(pd.to_timedelta(['1 days 2 hours', '3 days 4 hours']))
  6. # 计算总秒数
  7. seconds_series = timedelta_series.dt.total_seconds()
  8. print(seconds_series, end='\n\n')
  9.  
  10. # 303-2、数据分析
  11. import pandas as pd
  12. # 创建一个包含时间差的Series
  13. timedelta_series = pd.Series(pd.to_timedelta(['10 minutes', '20 minutes', '30 minutes']))
  14. # 计算总秒数
  15. seconds_series = timedelta_series.dt.total_seconds()
  16. # 计算平均时间差（以秒为单位）
  17. average_seconds = seconds_series.mean()
  18. print(f"Average duration in seconds: {average_seconds}", end='\n\n')
  19.  
  20. # 303-3、转换为其他单位
  21. import pandas as pd
  22. # 创建一个包含时间差的Series
  23. timedelta_series = pd.Series(pd.to_timedelta(['2 hours', '3.5 hours', '1 hour 45 minutes']))
  24. # 计算总秒数
  25. seconds_series = timedelta_series.dt.total_seconds()
  26. # 转换为小时
  27. hours_series = seconds_series / 3600
  28. print(hours_series)
303-6-3、结果输出
  1. # 303、pandas.Series.dt.total_seconds方法
  2. # 303-1、计算总秒数
  3. # 0     93600.0
  4. # 1    273600.0
  5. # dtype: float64
  6.  
  7. # 303-2、数据分析
  8. # Average duration in seconds: 1200.0
  9.  
  10. # 303-3、转换为其他单位
  11. # 0    2.00
  12. # 1    3.50
  13. # 2    1.75
  14. # dtype: float64
304、pandas.Series.str.capitalize方法
304-1、语法
  1. # 304、pandas.Series.str.capitalize方法
  2. pandas.Series.str.capitalize()
  3. Convert strings in the Series/Index to be capitalized.
  4.  
  5. Equivalent to str.capitalize().
  6.  
  7. Returns:
  8. Series or Index of object.
304-2、参数

        无

304-3、功能

        用于将字符串中的每个元素的首字母大写，其余字母小写，这对于标准化文本数据中的字符串格式非常有用。

304-4、返回值

        返回一个新的Series对象，其中每个字符串的首字母被大写化，其余字母则转为小写。

304-5、说明

        无

304-6、用法
304-6-1、数据准备
无
304-6-2、代码示例
  1. # 304、pandas.Series.str.capitalize方法
  2. # 304-1、基本使用
  3. import pandas as pd
  4. # 创建包含字符串的Series
  5. string_series = pd.Series(['hello world', 'python programming', 'data science'])
  6. # 首字母大写
  7. capitalized_series = string_series.str.capitalize()
  8. print(capitalized_series, end='\n\n')
  9.  
  10. # 304-2、处理含有多单词的字符串
  11. import pandas as pd
  12. # 创建包含多单词字符串的Series
  13. string_series = pd.Series(['machine learning', 'deep learning', 'natural language processing'])
  14. # 首字母大写
  15. capitalized_series = string_series.str.capitalize()
  16. print(capitalized_series, end='\n\n')
  17.  
  18. # 304-3、处理不同类型的字符串
  19. import pandas as pd
  20. # 创建包含各种字符串的 Series
  21. string_series = pd.Series(['123abc', 'FOO', 'bar123'])
  22. # 首字母大写
  23. capitalized_series = string_series.str.capitalize()
  24. print(capitalized_series)
304-6-3、结果输出
  1. # 304、pandas.Series.str.capitalize方法
  2. # 304-1、基本使用
  3. # 0           Hello world
  4. # 1    Python programming
  5. # 2          Data science
  6. # dtype: object
  7.  
  8. # 304-2、处理含有多单词的字符串
  9. # 0               Machine learning
  10. # 1                  Deep learning
  11. # 2    Natural language processing
  12. # dtype: object
  13.  
  14. # 304-3、处理不同类型的字符串
  15. # 0    123abc
  16. # 1       Foo
  17. # 2    Bar123
  18. # dtype: object
305、pandas.Series.str.casefold方法
305-1、语法
  1. # 305、pandas.Series.str.casefold方法
  2. pandas.Series.str.casefold()
  3. Convert strings in the Series/Index to be casefolded.
  4.  
  5. Equivalent to str.casefold().
  6.  
  7. Returns:
  8. Series or Index of object
305-2、参数

        无

305-3、功能

        用于将字符串中的每个元素转换为小写形式，具备更强的Unicode比较能力，它在文本处理时提供了一种比常规小写转换更为强大的方法，尤其是在处理不同语言和区域的字符时。

305-4、返回值

        返回一个新的Series对象，其中每个字符串元素都被转换为小写，适用于多种语言字符。

305-5、说明

        无

305-6、用法
305-6-1、数据准备
无
305-6-2、代码示例
  1. # 305、pandas.Series.str.casefold方法
  2. # 305-1、基本使用
  3. import pandas as pd
  4. # 创建包含字符串的Series
  5. string_series = pd.Series(['Hello World', 'Python Programming', 'Data Science'])
  6. # 使用casefold转换为小写
  7. casefolded_series = string_series.str.casefold()
  8. print(casefolded_series, end='\n\n')
  9.  
  10. # 305-2、处理特殊字符
  11. import pandas as pd
  12. # 创建包含特殊字符的Series
  13. string_series = pd.Series(['Sträßchen', 'ß', 'Öl', 'Äpfel'])
  14. # 使用casefold转换为小写
  15. casefolded_series = string_series.str.casefold()
  16. print(casefolded_series, end='\n\n')
305-6-3、结果输出
  1. # 305、pandas.Series.str.casefold方法
  2. # 305-1、基本使用
  3. # 0           hello world
  4. # 1    python programming
  5. # 2          data science
  6. # dtype: object
  7.  
  8. # 305-2、处理特殊字符
  9. # 0    strässchen
  10. # 1            ss
  11. # 2            öl
  12. # 3         äpfel
  13. # dtype: object

二、推荐阅读

1、Python筑基之旅
2、Python函数之旅
3、Python算法之旅
4、Python魔法之旅
5、博客个人主页
声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/空白诗007/article/detail/976985
推荐阅读
相关标签

Copyright © 2003-2013 www.wpsshop.cn 版权所有，并保留所有权利。

  

闽ICP备14008679号