Plage de dates pandas

Les données de séries chronologiques sont des ensembles de données accumulés à des intervalles de temps périodiques ou continus. Les données sur les séries chronologiques sont utilisées pour suivre une prédiction à long terme, détecter un modèle dépendant du temps ou suivre la saisonnalité.

Le module de manipulation et d'analyse des données Python «Pandas» est bien reconnu. Les pandas offrent une méthode appelée «date_range ()» qui peut produire une gamme de dates ou d'intervalles de temps. Si vous traitez avec les données de séries chronologiques, Panda «Date_Range ()» est un excellent moyen de regrouper les dates par jours, semaines ou mois.

Méthode Pandas Date_range ()

Le «PD.Date_range () ”est l'une des fonctions standard des Pandas qui renvoie une fréquence définie« DateTimeIndex ».

Cette méthode peut être utilisée dans la syntaxe suivante:

Nous décrire brièvement les paramètres de cette fonction ici.

Le premier paramètre de la syntaxe indiquée dans l'instantané précédent est "commencer". Pour construire la plage de dates, cet argument est utilisé pour spécifier la limite inférieure ou gauche. Le "fin" est la limite supérieure ou droite pour produire la plage de dates. Le "période" Définit les numéros de période ou les numéros de date souhaités. Le «Freq» L'intervalle (taille de pas) est-il entre deux dates successives. Le "TZ" est le fuseau horaire des dates. Les DateTimes sont naïfs par défaut, sans concept de fuseau horaire. Le "normaliser" est utilisé pour normaliser les dates de début et de fin à minuit avant de produire une plage de dates. Le «nom» est le nom du DatetimeIndex qui revient. Le "fermé" Le paramètre ferme l'intervalle à la «gauche», à droite »ou aux deux côtés de la fréquence fournie. Son paramètre par défaut est «aucun».

Dans cet article, nous expliquerons l'exécution des codes Python avec certains de ces paramètres du «PD.date_range () ".

Exemple n ° 1: Utilisation de PD.Date_range () Méthode pour générer une plage de dates de base

Dans cet exemple, vous utiliserez l'utilisation de base de la méthode Pandas «PD.date_range () ”pour produire une plage de dates avec des jours individuels. Commençons.

Pour commencer l'exécution de cette illustration, nous devons avoir une plate-forme où nous pouvons implémenter les codes Python. De tous les choix concernant les outils ou les logiciels qui nous fournissent l'environnement de support Python, nous avons décidé de choisir l'outil «Spyder». Cet outil doit être téléchargé et installé sur le système avec lequel vous travaillez. Vous avez peut-être utilisé un système d'exploitation Windows ou Linux; Tous les systèmes d'exploitation le soutiennent. Vous devez télécharger la configuration suivante. En frappant l'icône de l'outil, l'interface est lancée. Maintenant, nous avons configuré tout ce qui est nécessaire pour exécuter le code. Pour commencer à écrire le script, nous avons lancé un nouveau fichier Python en choisissant l'option «Nouveau fichier» ou en détenant et en relâchant les touches «Ctrl + N». Le fichier est ouvert avec le «.Extension py », qui fait référence au répertoire Python.

Maintenant, nous commençons à écrire notre code python dessus. Le titre de ce tutoriel pourrait vous donner un indice que nous travaillerons sur certaines fonctionnalités de pandas. «Pandas» est une bibliothèque de Python. Pour utiliser la fonction de n'importe quelle bibliothèque, nous devons d'abord charger cette bibliothèque dans le fichier. Donc, nous avons d'abord chargé la bibliothèque Pandas en utilisant le script «Importer des pandas en tant que PD». Cela importera toutes les fonctionnalités Pandas dans le fichier Python. Maintenant, ils nous sont accessibles en utilisant «PD». Notre code principal commence ici.

Nous avons utilisé le «PD.Date_range () ”Méthode fournie par la bibliothèque Pandas pour créer une plage de dates de base. Entre les parenthèses de cette fonction, nous avons utilisé deux paramètres, «démarrer» et «fin». Le paramètre «Démarrer» spécifie à partir de la démarche de la plage de dates, que nous avons fourni «start = '2 / 2/2022» ». Le paramètre «fin» prend le rebond inférieur où la plage de dates se terminera, que nous définissons «end = '2/12 / 2022» ». Donc la plage de dates commencera sur le 2^nd de février 2022 et se termine le 12^e de février 2022, créant une plage de dates de 10 jours.

Pour stocker la sortie générée en invoquant le «PD.Date_range () »Méthode, nous avons créé un« affichage »variable. Maintenant, la plage de dates est stockée dans cette variable. Pour afficher cette plage de dates sur la console Python, nous devons appeler la méthode Python «print ()». Cela montrera la sortie stockée dans la variable «Affichage» sous la forme de DateTimeIndex.

Lorsque nous exécutons ce code à l'aide de l'option «Exécuter le fichier» sur l'outil «Spyder», la console nous montre une plage de dates de 10 jours. Toutes les dates du «2/2/2022» à «2/12/2022» ont été affichées une par une. L'application la plus simple de cette technique est ceci.

Exemple n ° 2: utilisation du PD.Date_range () Méthode pour générer une plage de dates avec une période spécifiée

Cette illustration montrera comment générer une plage de dates avec un numéro défini de périodes uniformément distribuées entre un début et une date de fin spécifiés.

Nous avons d'abord importé la bibliothèque Pandas comme «Importer des pandas comme PD». Pour créer une plage de dates, le «PD.Date_range () ”La méthode est invoquée. Nous avons utilisé cette méthode avec trois paramètres pour cette illustration. Ces paramètres sont «démarrer», «fin» et la «période». Le paramètre «Démarrer» est défini pour démarrer la plage de dates du «4/6/2022», et le paramètre «End» est spécifié pour terminer la plage de dates au «4/16/2022». Le troisième paramètre ici est la «période», qui créera un modèle de dates avec la longueur fournie de «6» dans notre exemple.

Nous avons créé un «intervalle» variable pour stocker la plage de dates générée à partir du «PD.date_range () ". Maintenant, nous devons montrer les résultats sur la console. Pour cela, nous avons utilisé la fonction «print ()».

La plage de dates avec une période de 6 générée par le «PD.Date_range () ”La méthode s'affiche sur la console lorsque nous exécutons le programme précédent.

Exemple # 3: Utilisation de PD.Méthode date_range () pour générer une plage de dates avec une fréquence spécifique

La plage de dates peut également être générée en spécifiant une fréquence particulière. Nous le verrons dans cette illustration.

Comme mentionné dans les exemples précédents, la première exigence avant tout pour le code ici consiste à importer la bibliothèque pertinente, qui est Pandas. Ensuite, nous avons invoqué le «PD.Date_range () ”Méthode pour créer une plage de dates. Nous avons invoqué cette fonction avec trois paramètres «démarrer», «freq» et «période». Nous avons spécifié la plage de date de début comme «11/11/2022», puis nous avons fourni la fréquence, qui est l'intervalle entre deux dates consécutives. Par défaut, il est défini sur «D», mais ici, nous l'avons spécifié à «MS», créant des intervalles entre chaque mois.

Le dernier paramètre que nous avons utilisé ici est «période» et est défini sur «8». Cela signifie qu'une plage de dates sera générée à partir de la date spécifiée à la période de 8 prenant une fréquence d'un mois. Nous avons créé une variable «mois» pour stocker la sortie, et enfin, la fonction «print ()» est invoquée pour imprimer la plage de dates.

Cela donne la plage de date de sortie de huit périodes créées à la fréquence d'un mois à partir de la date spécifiée.

Conclusion

Ce tutoriel est basé sur un concept très utile et important de pandas sur la création d'une plage de dates. Nous avons expliqué l'idée de mettre en place une plage de dates en Python. Les pandas «PD.Date_range () ”La méthode est la meilleure approche à utiliser à cet effet. Cette méthode nous fournit une variété de paramètres utilisés en fonction du besoin. Nous avons mis en œuvre cette méthode pratiquement sur l'outil «Spyder» et élaboré également à chaque étape que nous avons franchie pendant le processus d'exécution. Suivre chaque étape vous aiderait à générer le résultat de la plage de dates souhaitée.