第4章-pandas統(tǒng)計分析基礎(chǔ)PPT課件

1、大數(shù)據(jù)，成就未來大數(shù)據(jù)，成就未來2021/7/23pandas統(tǒng)計分析基礎(chǔ)2021/9/6 2大數(shù)據(jù)挖掘?qū)＜?掌握DataFrame的常用操作目錄目錄讀寫不同數(shù)據(jù)源的數(shù)據(jù)2轉(zhuǎn)換與處理時間序列數(shù)據(jù)3 3大數(shù)據(jù)挖掘?qū)＜?pandas提供了讀取與存儲關(guān)系型數(shù)據(jù)庫數(shù)據(jù)的函數(shù)與方法。除了pandas庫外，還需要使用SQLAlchemy庫建立對應(yīng)的數(shù)據(jù)庫連接。SQLAlchemy配合相應(yīng)數(shù)據(jù)庫的Python連接工具（例如MySQL數(shù)據(jù)庫需要安裝mysqlclient或者pymysql庫），使用create_engine函數(shù)，建立一個數(shù)據(jù)庫連接。 creat_engine中填入的是一個連接字符串。在使用Py

2、thon的SQLAlchemy時，MySQL和Oracle數(shù)據(jù)庫連接字符串的格式如下 數(shù)據(jù)庫產(chǎn)品名+連接工具名：/用戶名:密碼數(shù)據(jù)庫IP地址:數(shù)據(jù)庫端口號/數(shù)據(jù)庫名稱？charset = 數(shù)據(jù)庫數(shù)據(jù)編碼讀寫數(shù)據(jù)庫數(shù)據(jù)讀寫數(shù)據(jù)庫數(shù)據(jù)1.數(shù)據(jù)庫數(shù)據(jù)讀取數(shù)據(jù)庫數(shù)據(jù)讀取 4大數(shù)據(jù)挖掘?qū)＜?read_sql_table只能夠讀取數(shù)據(jù)庫的某一個表格，不能實現(xiàn)查詢的操作。 pandas.read_sql_table(table_name, con, schema=None, index_col=None, coerce_float=True, columns=None) read_sql_query則只能實

3、現(xiàn)查詢操作，不能直接讀取數(shù)據(jù)庫中的某個表。 pandas.read_sql_query(sql, con, index_col=None, coerce_float=True) read_sql是兩者的綜合，既能夠讀取數(shù)據(jù)庫中的某一個表，也能夠?qū)崿F(xiàn)查詢操作。 pandas.read_sql(sql, con, index_col=None, coerce_float=True, columns=None)讀寫數(shù)據(jù)庫數(shù)據(jù)讀寫數(shù)據(jù)庫數(shù)據(jù)1.數(shù)據(jù)庫數(shù)據(jù)讀取數(shù)據(jù)庫數(shù)據(jù)讀取 5大數(shù)據(jù)挖掘?qū)＜覅?shù)名稱參數(shù)名稱說明說明sql or table_name接收string。表示讀取的數(shù)據(jù)的表名或者sql語句。無

4、默認。con接收數(shù)據(jù)庫連接。表示數(shù)據(jù)庫連接信息。無默認index_col接收int，sequence或者False。表示設(shè)定的列作為行名，如果是一個數(shù)列則是多重索引。默認為None。coerce_float接收boolean。將數(shù)據(jù)庫中的decimal類型的數(shù)據(jù)轉(zhuǎn)換為pandas中的float64類型的數(shù)據(jù)。默認為True。columns接收list。表示讀取數(shù)據(jù)的列名。默認為None。讀寫數(shù)據(jù)庫數(shù)據(jù)讀寫數(shù)據(jù)庫數(shù)據(jù)1.數(shù)據(jù)庫數(shù)據(jù)讀取數(shù)據(jù)庫數(shù)據(jù)讀取pandas三個數(shù)據(jù)庫數(shù)據(jù)讀取函數(shù)的參數(shù)幾乎完全一致，唯一的區(qū)別在于傳入的是語句還是表名。 6大數(shù)據(jù)挖掘?qū)＜覕?shù)據(jù)庫數(shù)據(jù)讀取有三個函數(shù)，但數(shù)據(jù)存儲則只有

5、一個to_sql方法。DataFrame.to_sql(name, con, schema=None, if_exists=fail, index=True, index_label=None, dtype=None)讀寫數(shù)據(jù)庫數(shù)據(jù)讀寫數(shù)據(jù)庫數(shù)據(jù)2.數(shù)據(jù)庫數(shù)據(jù)存儲數(shù)據(jù)庫數(shù)據(jù)存儲參數(shù)名稱參數(shù)名稱說明說明name接收string。代表數(shù)據(jù)庫表名。無默認。con接收數(shù)據(jù)庫連接。無默認。if_exists接收fail，replace，append。fail表示如果表名存在則不執(zhí)行寫入操作；replace表示如果存在，將原數(shù)據(jù)庫表刪除，再重新創(chuàng)建；append則表示在原數(shù)據(jù)庫表的基礎(chǔ)上追加數(shù)據(jù)。默認為f

6、ail。index接收boolean。表示是否將行索引作為數(shù)據(jù)傳入數(shù)據(jù)庫。默認True。index_label接收string或者sequence。代表是否引用索引名稱，如果index參數(shù)為True此參數(shù)為None則使用默認名稱。如果為多重索引必須使用sequence形式。默認為None。dtype接收dict。代表寫入的數(shù)據(jù)類型（列名為key，數(shù)據(jù)格式為values）。默認為None。 7大數(shù)據(jù)挖掘?qū)＜?文本文件是一種由若干行字符構(gòu)成的計算機文件，它是一種典型的順序文件。 csv是一種逗號分隔的文件格式，因為其分隔符不一定是逗號，又被稱為字符分隔文件，文件以純文本形式存儲表格數(shù)據(jù)（數(shù)字和文本

7、）。讀寫文本文件讀寫文本文件1.文本文件讀取文本文件讀取 8大數(shù)據(jù)挖掘?qū)＜?使用read_table來讀取文本文件。pandas.read_table(filepath_or_buffer, sep=t, header=infer, names=None, index_col=None, dtype=None, engine=None, nrows=None) 使用read_csv函數(shù)來讀取csv文件。pandas.read_csv(filepath_or_buffer, sep=t, header=infer, names=None, index_col=None, dtype=None,

8、engine=None, nrows=None)讀寫文本文件讀寫文本文件1.文本文件讀取文本文件讀取 9大數(shù)據(jù)挖掘?qū)＜襯ead_table和read_csv常用參數(shù)及其說明。讀寫文本文件讀寫文本文件1.文本文件讀取文本文件讀取參數(shù)名稱參數(shù)名稱說明說明filepath接收string。代表文件路徑。無默認。sep接收string。代表分隔符。read_csv默認為“,”，read_table默認為制表符“Tab”。header接收int或sequence。表示將某行數(shù)據(jù)作為列名。默認為infer，表示自動識別。names接收array。表示列名。默認為None。index_col接收int、se

9、quence或False。表示索引列的位置，取值為sequence則代表多重索引。默認為None。dtype接收dict。代表寫入的數(shù)據(jù)類型（列名為key，數(shù)據(jù)格式為values）。默認為None。engine接收c或者python。代表數(shù)據(jù)解析引擎。默認為c。nrows接收int。表示讀取前n行。默認為None。 10大數(shù)據(jù)挖掘?qū)＜?read_table和read_csv函數(shù)中的sep參數(shù)是指定文本的分隔符的，如果分隔符指定錯誤，在讀取數(shù)據(jù)的時候，每一行數(shù)據(jù)將連成一片。 header參數(shù)是用來指定列名的，如果是None則會添加一個默認的列名。 encoding代表文件的編碼格式，常用的編碼有

10、utf-8、utf-16、gbk、gb2312、gb18030等。如果編碼指定錯誤數(shù)據(jù)將無法讀取，IPython解釋器會報解析錯誤。讀寫文本文件讀寫文本文件1.文本文件讀取文本文件讀取 11大數(shù)據(jù)挖掘?qū)＜椅谋疚募拇鎯妥x取類似，結(jié)構(gòu)化數(shù)據(jù)可以通過pandas中的to_csv函數(shù)實現(xiàn)以csv文件格式存儲文件。DataFrame.to_csv(path_or_buf=None, sep=, na_rep=”, columns=None, header=True, index=True,index_label=None,mode=w,encoding=None)讀寫文本文件讀寫文本文件參數(shù)名稱參數(shù)

11、名稱說明說明參數(shù)名稱參數(shù)名稱說明說明path_or_buf接收string。代表文件路徑。無默認。index接收boolean，代表是否將行名（索引）寫出。默認為True。sep接收string。代表分隔符。默認為“,”。index_labels 接收sequence。表示索引名。默認為None。na_rep接收string。代表缺失值。默認為“”。mode接收特定string。代表數(shù)據(jù)寫入模式。默認為w。columns接收list。代表寫出的列名。默認為None。encoding接收特定string。代表存儲文件的編碼格式。默認為None。header接收boolean，代表是否將列名寫出。

12、默認為True。2.文本文件文本文件儲存儲存 12大數(shù)據(jù)挖掘?qū)＜襭andas提供了read_excel函數(shù)來讀取“xls”“xlsx”兩種Excel文件。pandas.read_excel(io, sheetname=0, header=0, index_col=None, names=None, dtype=None)讀寫讀寫Excel文件文件參數(shù)名稱參數(shù)名稱說明說明io接收string。表示文件路徑。無默認。sheetname接收string、int。代表excel表內(nèi)數(shù)據(jù)的分表位置。默認為0。header接收int或sequence。表示將某行數(shù)據(jù)作為列名。默認為infer，表示自動識別

13、。names接收int、sequence或者False。表示索引列的位置，取值為sequence則代表多重索引。默認為None。index_col接收int、sequence或者False。表示索引列的位置，取值為sequence則代表多重索引。默認為None。dtype接收dict。代表寫入的數(shù)據(jù)類型（列名為key，數(shù)據(jù)格式為values）。默認為None。1.Excel文件讀取文件讀取 13大數(shù)據(jù)挖掘?qū)＜?將文件存儲為Excel文件，可以使用to_excel方法。其語法格式如下。DataFrame.to_excel(excel_writer=None, sheetname=None, na

14、_rep=”, header=True, index=True, index_label=None, mode=w, encoding=None) to_csv方法的常用參數(shù)基本一致，區(qū)別之處在于指定存儲文件的文件路徑參數(shù)名稱為excel_writer，并且沒有sep參數(shù)，增加了一個sheetnames參數(shù)用來指定存儲的Excel sheet的名稱，默認為sheet1。讀寫讀寫Excel文件文件2.Excel文件文件儲存儲存 14大數(shù)據(jù)挖掘?qū)＜?掌握DataFrame的常用操作目錄目錄讀寫不同數(shù)據(jù)源的數(shù)據(jù)2轉(zhuǎn)換與處理時間序列數(shù)據(jù)3 15大數(shù)據(jù)挖掘?qū)＜液瘮?shù)函數(shù)返回值返回值values元素inde

15、x索引columns列名dtypes類型size元素個數(shù)ndim維度數(shù)shape數(shù)據(jù)形狀（行列數(shù)目）查看查看DataFrame的常用屬性的常用屬性基礎(chǔ)屬性基礎(chǔ)屬性 16大數(shù)據(jù)挖掘?qū)＜?對單列數(shù)據(jù)的訪問對單列數(shù)據(jù)的訪問：DataFrame的單列數(shù)據(jù)為一個Series。根據(jù)DataFrame的定義可以知曉DataFrame是一個帶有標簽的二維數(shù)組，每個標簽相當每一列的列名。有以下兩種方式來實現(xiàn)對單列數(shù)據(jù)的訪問。以字典訪問某一個key的值的方式使用對應(yīng)的列名，實現(xiàn)單列數(shù)據(jù)的訪問。以屬性的方式訪問，實現(xiàn)單列數(shù)據(jù)的訪問。（不建議使用，易引起混淆）查查改增刪改增刪DataFrame數(shù)據(jù)數(shù)據(jù)1.查看查看訪問

16、訪問DataFrame中的數(shù)據(jù)中的數(shù)據(jù)數(shù)據(jù)基本查看方式數(shù)據(jù)基本查看方式 17大數(shù)據(jù)挖掘?qū)＜?對對某一列的某幾行某一列的某幾行訪問訪問：訪問DataFrame中某一列的某幾行時，單獨一列的DataFrame可以視為一個Series（另一種pandas提供的類，可以看作是只有一列的DataFrame），而訪問一個Series基本和訪問一個一維的ndarray相同。 對多列數(shù)據(jù)訪問對多列數(shù)據(jù)訪問：訪問DataFrame多列數(shù)據(jù)可以將多個列索引名稱視為一個列表，同時訪問DataFrame多列數(shù)據(jù)中的多行數(shù)據(jù)和訪問單列數(shù)據(jù)的多行數(shù)據(jù)方法基本相同。查查改增刪改增刪DataFrame數(shù)據(jù)數(shù)據(jù)1.查看查看訪問

17、訪問DataFrame中的數(shù)據(jù)中的數(shù)據(jù)數(shù)據(jù)基本查看方式數(shù)據(jù)基本查看方式 18大數(shù)據(jù)挖掘?qū)＜?對某幾行訪問對某幾行訪問：如果只是需要訪問DataFrame某幾行數(shù)據(jù)的實現(xiàn)方式則和上述的訪問多列多行相似，選擇所有列，使用“:”代替即可。head和tail也可以得到多行數(shù)據(jù)，但是用這兩種方法得到的數(shù)據(jù)都是從開始或者末尾獲取的連續(xù)數(shù)據(jù)。默認參數(shù)為訪問5行，只要在方法后方的“()”中填入訪問行數(shù)即可實現(xiàn)目標行數(shù)的查看。查查改增刪改增刪DataFrame數(shù)據(jù)數(shù)據(jù)1.查看查看訪問訪問DataFrame中的數(shù)據(jù)中的數(shù)據(jù)數(shù)據(jù)基本查看方式數(shù)據(jù)基本查看方式 19大數(shù)據(jù)挖掘?qū)＜?loc方法是針對DataFrame索引

18、名稱的切片方法，如果傳入的不是索引名稱，那么切片操作將無法執(zhí)行。利用loc方法，能夠?qū)崿F(xiàn)所有單層索引切片操作。loc方法使用方法如下。 DataFrame.loc行索引名稱或條件, 列索引名稱 iloc和loc區(qū)別是iloc接收的必須是行索引和列索引的位置。iloc方法的使用方法如下。 DataFrame.iloc行索引位置, 列索引位置查查改增刪改增刪DataFrame數(shù)據(jù)數(shù)據(jù)1.查看查看訪問訪問DataFrame中的數(shù)據(jù)中的數(shù)據(jù)loc，iloc訪問方式訪問方式 20大數(shù)據(jù)挖掘?qū)＜?使用loc方法和iloc實現(xiàn)多列切片，其原理的通俗解釋就是將多列的列名或者位置作為一個列表或者數(shù)據(jù)傳入。 使用

19、loc，iloc方法可以取出DataFrame中的任意數(shù)據(jù)。 在loc使用的時候內(nèi)部傳入的行索引名稱如果為一個區(qū)間，則前后均為閉區(qū)間；iloc方法使用時內(nèi)部傳入的行索引位置或列索引位置為區(qū)間時，則為前閉后開區(qū)間。 loc內(nèi)部還可以傳入表達式，結(jié)果會返回滿足表達式的所有值。查查改增刪改增刪DataFrame數(shù)據(jù)數(shù)據(jù)1.查看查看訪問訪問DataFrame中的數(shù)據(jù)中的數(shù)據(jù)loc，iloc訪問方式訪問方式 21大數(shù)據(jù)挖掘?qū)＜?若使用detail.ilocdetailorder_id=458,1,5讀取數(shù)據(jù)，則會報錯，原因在于此處條件返回的為一個布爾值Series，而iloc可以接收的數(shù)據(jù)類型并不包括S

20、eries。根據(jù)Series的構(gòu)成只要取出該Series的values就可以了。需改為detail.iloc(detailorder_id=458).values,1,5)。 loc更加靈活多變，代碼的可讀性更高，iloc的代碼簡潔，但可讀性不高。具體在數(shù)據(jù)分析工作中使用哪一種方法，根據(jù)情況而定，大多數(shù)時候建議使用loc方法。查查改增刪改增刪DataFrame數(shù)據(jù)數(shù)據(jù)1.查看查看訪問訪問DataFrame中的數(shù)據(jù)中的數(shù)據(jù)loc，iloc訪問方式訪問方式 22大數(shù)據(jù)挖掘?qū)＜?ix方法更像是loc和iloc兩種切片方法的融合。ix方法在使用時既可以接收索引名稱也可以接收索引位置。其使用方法如下。

21、DataFrame.ix行索引的名稱或位置或者條件, 列索引名稱或位置 使用ix方法時有個注意事項，第一條，當索引名稱和位置存在部分重疊時，ix默認優(yōu)先識別名稱。查查改增刪改增刪DataFrame數(shù)據(jù)數(shù)據(jù)1.查看查看訪問訪問DataFrame中的數(shù)據(jù)中的數(shù)據(jù)切片方法之切片方法之ix 23大數(shù)據(jù)挖掘?qū)＜铱刂苅x方法需要注意以下幾點。 使用ix參數(shù)時，盡量保持行索引名稱和行索引位置重疊，使用時就無須考慮取值時區(qū)間的問題。一律為閉區(qū)間。 使用列索引名稱，而非列索引位置。主要用來保證代碼可讀性。 使用列索引位置時，需要注解。同樣保證代碼可讀性。 除此之外ix方法還有一個缺點，就是在面對數(shù)據(jù)量巨大的任務(wù)

22、的時候，其效率會低于loc和iloc方法，所以在日常的數(shù)據(jù)分析工作中建議使用loc和iloc方法來執(zhí)行切片操作。查查改增刪改增刪DataFrame數(shù)據(jù)數(shù)據(jù)1.查看查看訪問訪問DataFrame中的數(shù)據(jù)中的數(shù)據(jù)切片方法之切片方法之ix 24大數(shù)據(jù)挖掘?qū)＜?更改DataFrame中的數(shù)據(jù)，原理是將這部分數(shù)據(jù)提取出來，重新賦值為新的數(shù)據(jù)。 需要注意的是，數(shù)據(jù)更改直接針對DataFrame原數(shù)據(jù)更改，操作無法撤銷，如果做出更改，需要對更改條件做確認或?qū)?shù)據(jù)進行備份。查查改增刪改增刪DataFrame數(shù)據(jù)數(shù)據(jù)2.更新修改更新修改DataFrame中的數(shù)據(jù)中的數(shù)據(jù) 25大數(shù)據(jù)挖掘?qū)＜?DataFrame添

23、加一列的方法非常簡單，只需要新建一個列索引。并對該索引下的數(shù)據(jù)進行賦值操作即可。 新增的一列值是相同的則直接賦值一個常量即可。查查改增刪改增刪DataFrame數(shù)據(jù)數(shù)據(jù)3.為為DataFrame增添數(shù)據(jù)增添數(shù)據(jù) 26大數(shù)據(jù)挖掘?qū)＜覄h除某列或某行數(shù)據(jù)需要用到pandas提供的方法drop，drop方法的用法如下。 axis為0時表示刪除行，axis為1時表示刪除列。 drop(labels, axis=0, level=None, inplace=False, errors=raise) 常用參數(shù)如下所示。查查改增刪改增刪DataFrame數(shù)據(jù)數(shù)據(jù)4.刪除某列或某行數(shù)據(jù)刪除某列或某行數(shù)據(jù)參數(shù)名稱

24、參數(shù)名稱說明說明labels接收string或array。代表刪除的行或列的標簽。無默認。axis接收0或1。代表操作的軸向。默認為0。levels接收int或者索引名。代表標簽所在級別。默認為None。inplace接收boolean。代表操作是否對原數(shù)據(jù)生效。默認為False。 27大數(shù)據(jù)挖掘?qū)＜?數(shù)值型數(shù)據(jù)的描述性統(tǒng)計主要包括了計算數(shù)值型數(shù)據(jù)的完整情況、最小值、均值、中位數(shù)、最大值、四分位數(shù)、極差、標準差、方差、協(xié)方差和變異系數(shù)等。在NumPy庫中一些常用的統(tǒng)計學(xué)函數(shù)如下表所示。 pandas庫基于NumPy，自然也可以用這些函數(shù)對數(shù)據(jù)框進行描述性統(tǒng)計。描述分析描述分析DataFrame

25、數(shù)據(jù)數(shù)據(jù)1.數(shù)值型特征的描述性統(tǒng)計數(shù)值型特征的描述性統(tǒng)計NumPy中的描述性統(tǒng)計函數(shù)函數(shù)名稱函數(shù)名稱說明說明函數(shù)名稱函數(shù)名稱說明說明np.min最小值np.max最大值np.mean均值np.ptp極差np.median中位數(shù)np.std標準差np.var方差np.cov協(xié)方差 28大數(shù)據(jù)挖掘?qū)＜?pandas還提供了更加便利的方法來計算均值 ，如detailamounts.mean()。 pandas還提供了一個方法叫作describe，能夠一次性得出數(shù)據(jù)框所有數(shù)值型特征的非空值數(shù)目、均值、四分位數(shù)、標準差。描述分析描述分析DataFrame數(shù)據(jù)數(shù)據(jù)1.數(shù)值型特征的描述性統(tǒng)計數(shù)值型特征的描述

26、性統(tǒng)計 pandas描述性統(tǒng)計方法描述性統(tǒng)計方法方法名稱方法名稱說明說明方法名稱方法名稱說明說明min最小值max最大值mean均值ptp極差median中位數(shù)std標準差var方差cov協(xié)方差sem標準誤差mode眾數(shù)skew樣本偏度kurt樣本峰度quantile四分位數(shù)count非空值數(shù)目describe描述統(tǒng)計mad平均絕對離差 29大數(shù)據(jù)挖掘?qū)＜?描述類別型特征的分布狀況，可以使用頻數(shù)統(tǒng)計表。pandas庫中實現(xiàn)頻數(shù)統(tǒng)計的方法為value_counts。 pandas提供了categories類，可以使用astype方法將目標特征的數(shù)據(jù)類型轉(zhuǎn)換為category類別。 describ

27、e方法除了支持傳統(tǒng)數(shù)值型以外，還能夠支持對category類型的數(shù)據(jù)進行描述性統(tǒng)計，四個統(tǒng)計量分別為列非空元素的數(shù)目，類別的數(shù)目，數(shù)目最多的類別，數(shù)目最多類別的數(shù)目。描述分析描述分析DataFrame數(shù)據(jù)數(shù)據(jù)2.類別型特征的描述性統(tǒng)計類別型特征的描述性統(tǒng)計 30大數(shù)據(jù)挖掘?qū)＜?掌握DataFrame的常用操作目錄目錄讀寫不同數(shù)據(jù)源的數(shù)據(jù)2轉(zhuǎn)換與處理時間序列數(shù)據(jù)3 31大數(shù)據(jù)挖掘?qū)＜?在多數(shù)情況下，對時間類型數(shù)據(jù)進行分析的前提就是將原本為字符串的時間轉(zhuǎn)換為標準時間類型。pandas繼承了NumPy庫和datetime庫的時間相關(guān)模塊，提供了6種時間相關(guān)的類。轉(zhuǎn)換字符串時間為標準時間轉(zhuǎn)換字符串時間

28、為標準時間pandas時間相關(guān)的類時間相關(guān)的類類名稱類名稱說明說明Timestamp最基礎(chǔ)的時間類。表示某個時間點。在絕大多數(shù)的場景中的時間數(shù)據(jù)都是Timestamp形式的時間。Period表示單個時間跨度，或者某個時間段，例如某一天，某一小時等。Timedelta表示不同單位的時間，例如1天，1.5小時，3分鐘，4秒等，而非具體的某個時間段。DatetimeIndex一組Timestamp構(gòu)成的Index，可以用來作為Series或者DataFrame的索引。PeriodtimeIndex一組Period構(gòu)成的Index，可以用來作為Series或者DataFrame的索引。Timedelt

29、aIndex一組Timedelta構(gòu)成的Index，可以用來作為Series或者DataFrame的索引。 32大數(shù)據(jù)挖掘?qū)＜?其中Timestamp作為時間類中最基礎(chǔ)的，也是最為常用的。在多數(shù)情況下，時間相關(guān)的字符串都會轉(zhuǎn)換成為Timestamp。pandas提供了to_datetime函數(shù)，能夠?qū)崿F(xiàn)這一目標。 值得注意的是，Timestamp類型時間是有限制的。轉(zhuǎn)換字符串時間為標準時間轉(zhuǎn)換字符串時間為標準時間Timestamp類型類型 33大數(shù)據(jù)挖掘?qū)＜?除了將數(shù)據(jù)字原始DataFrame中直接轉(zhuǎn)換為Timestamp格式外，還可以將數(shù)據(jù)單獨提取出來將其轉(zhuǎn)換為DatetimeIndex或者

30、PeriodIndex。 轉(zhuǎn)換為PeriodIndex的時候需要注意，需要通過freq參數(shù)指定時間間隔，常用的時間間隔有Y為年，M為月，D為日，H為小時，T為分鐘，S為秒。兩個函數(shù)可以用來轉(zhuǎn)換數(shù)據(jù)還可以用來創(chuàng)建時間序列數(shù)據(jù)，其參數(shù)非常類似。轉(zhuǎn)換字符串時間為標準時間轉(zhuǎn)換字符串時間為標準時間DatetimeIndex與與PeriodIndex函數(shù)函數(shù) 34大數(shù)據(jù)挖掘?qū)＜?DatetimeIndex和PeriodIndex兩者區(qū)別在日常使用的過程中相對較小，其中DatetimeIndex是用來指代一系列時間點的一種數(shù)據(jù)結(jié)構(gòu)，而PeriodIndex則是用來指代一系列時間段的數(shù)據(jù)結(jié)構(gòu)。轉(zhuǎn)換字符串時間為

31、標準時間轉(zhuǎn)換字符串時間為標準時間DatetimeIndex與與PeriodIndex函數(shù)及其參數(shù)說明函數(shù)及其參數(shù)說明參數(shù)名稱參數(shù)名稱說明說明data接收array。表示DatetimeIndex的值。無默認。freq接收string。表示時間的間隔頻率。無默認。start接收string。表示生成規(guī)則時間數(shù)據(jù)的起始點。無默認。periods表示需要生成的周期數(shù)目。無默認。end接收string。表示生成規(guī)則時間數(shù)據(jù)的終結(jié)點。無默認。tz接收timezone。表示數(shù)據(jù)的時區(qū)。默認為None。name接收int，string。默認為空。指定DatetimeIndex的名字。 35大數(shù)據(jù)挖掘?qū)＜?在多數(shù)涉及時間相關(guān)的數(shù)據(jù)處理，統(tǒng)計分析的過程中，需要提取時間