Pandas ist eine leistungsstarke Python-Bibliothek für die Datenverarbeitung und -analyse. Ein Hauptmerkmal von Pandas ist die Fähigkeit, Datums- und Zeitdaten effizient zu verarbeiten. In diesem Artikel zeigen wir, wie Sie mit Pandas alle Sonntage eines bestimmten Jahres anzeigen können.
In diesem Artikel erfahren Sie, wie Sie Pandas, eine beliebte Datenbearbeitungsbibliothek in Python, verwenden, um alle Sonntage in einem bestimmten Jahr anzuzeigen. Wir werden den Prozess des Extrahierens der Sonntage des Jahres und deren Darstellung in einem lesbaren Format durchgehen.
Bevor Sie beginnen, stellen Sie sicher, dass Pandas auf Ihrem Computer installiert ist. Sie können es installieren, indem Sie den folgenden Befehl im Terminal ausführen -
pip install pandas Getting Started
Zuerst beginnen wir mit dem Import der Pandas-Bibliothek und erstellen einen Pandas-DataFrame, um den Tag des Jahres zu speichern. Wir werden die Funktion date_range verwenden, um einen einjährigen Datumsbereich zu generieren. Unten finden Sie den Code zum Generieren des Datumsbereichs im Jahr 2023 −
import pandas as pd
year = 2023
start_date = pd.to_datetime(f'{year}-01-01')
end_date = pd.to_datetime(f'{year}-12-31')
dates = pd.date_range(start_date, end_date)
Wir erstellen ein start_date- und ein end_date-Objekt mit der Funktion pd.to_datetime. Die Datumsvariable wurde mit der Funktion pd.date_range erstellt, die einen Datumsbereich von start_date bis end_date generiert.
Um den Sonntag aus einem Datumsbereich zu extrahieren, verwenden wir den von Pandas bereitgestellten dt-Accessor. Der dt-Accessor bietet verschiedene Methoden zum Bearbeiten von Datums- und Zeitwerten von Pandas DataFrame. Wir verwenden die Methode „day_name“ des dt-Accessors, um den Namen des Wochentags für jedes Datum im Daten-DataFrame abzurufen. Hier ist der Code zum Extrahieren am Sonntag:
sundays = dates[dates.dt.day_name() == 'Sunday']
dates.dt.day_name() gibt den Wochentagsnamen für jedes Datum im Datums-DataFrame zurück. Anschließend filtern wir den Daten-DataFrame, um nur Zeilen für Sonntag zu behalten.
Um den Sonntag in einem lesbaren Format anzuzeigen, verwenden wir die strftime-Methode des dt-Accessors. Die strftime-Methode wird zum Formatieren von Datums- und Zeitwerten von Pandas DataFrame verwendet. Hier ist der Code zur Anzeige am Sonntag:
for sunday in sundays:
print(sunday.strftime('%Y-%m-%d'))
strftime('%Y-%m-%d') formatiert das Datum in das Format JJJJ-MM-TT. Anschließend durchlaufen wir den Sonntags-DataFrame und drucken jeden Sonntag im gewünschten Format aus.
Die chinesische Übersetzung vonDies ist der vollständige Code zur Anzeige aller Sonntage im Jahr 2023 −
import pandas as pd
year = 2023
start_date = pd.to_datetime(f'{year}-01-01')
end_date = pd.to_datetime(f'{year}-12-31')
dates = pd.date_range(start_date, end_date)
sundays = dates[dates.dt.day_name() == 'Sunday']
for sunday in sundays:
print(sunday.strftime('%Y-%m-%d'))
DatetimeIndex(['2023-01-01', '2023-01-08', '2023-01-15', '2023-01-22',
'2023-01-29', '2023-02-05', '2023-02-12', '2023-02-19',
'2023-02-26', '2023-03-05', '2023-03-12', '2023-03-19',
'2023-03-26', '2023-04-02', '2023-04-09', '2023-04-16',
'2023-04-23', '2023-04-30', '2023-05-07', '2023-05-14',
'2023-05-21', '2023-05-28', '2023-06-04', '2023-06-11',
'2023-06-18', '2023-06-25', '2023-07-02', '2023-07-09',
'2023-07-16', '2023-07-23', '2023-07-30', '2023-08-06',
'2023-08-13', '2023-08-20', '2023-08-27', '2023-09-03',
'2023-09-10', '2023-09-17', '2023-09-24', '2023-10-01',
'2023-10-08', '2023-10-15', '2023-10-22', '2023-10-29',
'2023-11-05', '2023-11-12', '2023-11-19', '2023-11-26',
'2023-12-03', '2023-12-10', '2023-12-17', '2023-12-24',
'2023-12-31'],
dtype='datetime64[ns]', freq=None)>
Um alle Sonntage in einem bestimmten Jahr anzuzeigen, müssen wir zunächst einen Pandas DataFrame mit einem Datumsbereich erstellen, der das gesamte Jahr umfasst. Wir können diesen DataFrame dann so filtern, dass er nur Sonntage umfasst.
Hier ist der Python-Code zum Ausführen dieser Aufgabe. Hier ist es. Lassen Sie uns den Code Schritt für Schritt aufschlüsseln −
Wir verwenden die Anweisung import, um die Pandas-Bibliothek zu importieren.
Wir verwenden die Funktion pd.date_range(), um einen Datumsbereich zu erstellen, der sich über das gesamte Jahr erstreckt. Wir verwenden die Start- und Endparameter, um das Start- bzw. EndDatum anzugeben. Wir ersetzen „2022“ durch das gewünschte Jahr.
Wir filtern den Datumsbereich so, dass er nur Sonntage umfasst, indem wir die Eigenschaft .weekday des Datumsbereichs verwenden, die den Wochentag als Ganzzahl zurückgibt (Montag = 0, Dienstag = 1 usw.). Der Sonntag wird durch die ganze Zahl 6 dargestellt.
Wir speichern den gefilterten Datumsbereich in einer Variablen namens Sundays.
Abschließend drucken wir die Liste der Sonntage aus, indem wir die Funktion print() für die Variable sundays aufrufen.
import pandas as pd # Replace '2022' with the desired year date_range = pd.date_range(start='1/1/2022', end='12/31/2022') # Filter the date range to only include Sundays sundays = date_range[date_range.weekday == 6] # Print the list of Sundays print(sundays)
Wenn Sie den obigen Code ausführen, sollten Sie eine Liste aller Sonntage im angegebenen Jahr sehen −
DatetimeIndex(['2022-01-02', '2022-01-09', '2022-01-16', '2022-01-23',
'2022-01-30', '2022-02-06', '2022-02-13', '2022-02-20',
'2022-02-27', '2022-03-06', '2022-03-13', '2022-03-20',
'2022-03-27', '2022-04-03', '2022-04-10', '2022-04-17',
'2022-04-24', '2022-05-01', '2022-05-08', '2022-05-15',
'2022-05-22', '2022-05-29', '2022-06-05', '2022-06-12',
'2022-06-19', '2022-06-26', '2022-07-03', '2022-07-10',
'2022-07-17', '2022-07-24', '2022-07-31', '2022-08-07',
'2022-08-14', '2022-08-21', '2022-08-28', '2022-09-04',
'2022-09-11', '2022-09-18', '2022-09-25', '2022-10-02',
'2022-10-09', '2022-10-16', '2022-10-23', '2022-10-30',
'2022-11-06', '2022-11-13', '2022-11-20', '2022-11-27',
'2022-12-04', '2022-12-11', '2022-12-18', '2022-12-25'],
dtype='datetime64[ns]', freq=None)
In diesem Artikel haben wir untersucht, wie man mit Pandas alle Sonntage in einem bestimmten Jahr extrahieren und anzeigen kann. Wir haben die Methoden date_range, dt und strftime der Pandas-Bibliothek verwendet, um Datumsbereiche zu generieren, Sonntage zu extrahieren und sie in einem lesbaren Format anzuzeigen. Pandas bietet eine leistungsstarke und flexible Möglichkeit, Datums- und Zeitwerte in Python zu manipulieren, was es zu einem nützlichen Werkzeug für die Datenanalyse und -visualisierung macht.
Das obige ist der detaillierte Inhalt vonZeigen Sie alle Sonntage in einem bestimmten Jahr mit Pandas in Python an. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!
![[Web-Frontend] Node.js-Schnellstart](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
