Python ve Pandaların DateTime Özelliği: Bilmeniz Gerekenler?

Bu yazıda, pandaların DateTime özelliklerini ele alacağız ve python'da zaman serisi veri kümeleriyle çalışırken gereksinimlerine ilişkin içgörüler sunacağız.

Python, dünya genelinde kullanım açısından ilk beş programlama dili arasındadır. Dünyadaki geliştiricilerin yaklaşık %44'ü bunu veri bilimi ile ilgili görevler için düzenli olarak kullanıyor. Ve bunun için kredilendirilmesi gereken çok çeşitli python kütüphaneleridir. Pandalar böyle bir veri analiz kütüphanesidir.

Tamamen C veya python ile yazılmıştır ve yüksek düzeyde optimize edilmiş arka uç kaynak koduna yer açar. Ayrıca python, yeni başlayanlar için ideal olan net bir söz dizimine ve düşük bir öğrenme eğrisine sahiptir. Bu dil bilgisi ile mikro projelerden makro girişimlere kadar her şey hayata geçirilebilir.

Pandas kitaplığı ile ilgili yeterli düzeyde bilgi ve deneyime sahip Python geliştiricileri, veri analisti, iş analisti ve makine öğrenimi mühendisi dahil olmak üzere çeşitli veri bilimi işleri için de talep görmektedir. Bu kariyer yörüngeleri, adayların istatistik, büyük veri analitiği, tahmine dayalı analitik (python kullanarak), görselleştirme vb. konulara aşina olmasını gerektirir.

Analitikle ilgilenen mühendislik öğrencileri bu nedenle bu becerileri vurgulayan uzmanlık derecelerine gidebilirler. IIIT-Bangalore'dan Veri Biliminde PG Diploması gibi kısa vadeli sertifikalar alabilir veya M.Sc. Veri Bilimi alanında Liverpool John Moores Üniversitesi'nden (LJMU), İngiltere.

Şimdi size python ve pandaların günümüz teknoloji alanındaki ilişkisine dair kısa bir arka plan verdiğimize göre, pandalar DateTime ile ilgili adım adım eğitimimize başlayalım .

DateTime Değişkenlerini Açıklama

Python öğrenmenin orta aşamasında, örneğin bir proje üzerinde çalışırken DateTime ile karşılaşmanız olasıdır. Tedarik zinciri boru hattı hakkında strateji oluşturmanızı gerektiren bir e-ticaret projesi uygulamanız gerektiğini varsayalım. Bu, diğer şeylerin yanı sıra nakliye siparişlerinin zamanını, teslimat için gün sayısını bulmayı içerir.

Python'daki tarih ve saat bileşenlerine aşina değilseniz, bu sorunun bu veri bilimi yönü, acemi biri için kırılması zor olabilir. Öte yandan, bu özelliklerin nasıl ele alınacağını biliyorsanız, hemen hemen her veri kümesinden derin içgörüler elde edebilirsiniz.

Deneyimsiz olanlar için, python'daki tarih sınıfı, Gregoryen takvimindeki tarihlerle ilgilenir. Bu sınıf “yıl, ay ve gün”ü tamsayı argümanları olarak kabul eder. Oysa zaman sınıfı, mikrosaniyelere kadar tamsayı argümanlarını içerir.

İşte başlamanız için, Pandas işleviyle birlikte python'un DateTime değişkenine genel bir bakış!

Python'da DateTime ile Çalışmak

Python'da DateTime sınıfının bir tarih nesnesinin nasıl oluşturulacağını anlamak için aşağıda verilen örnek ifadeleri düşünün.

tarih saat ithalat tarihinden itibaren

d1 = tarih (2021,2,23)

yazdır(d1)

yazdır(tür(d1))

Sonuç

2021-04-23

<sınıf 'tarihsaat.tarih'>

Şimdi yukarıda oluşturulan date nesnesinden gün, ay ve yıl gibi diğer bazı özellikleri çıkaralım. Bunu, bugün() işlevini kullanmayı içeren geçerli yerel gün tarihi nesnesini kullanarak yapacağız.

# günümüz tarihi

d1 = tarih.bugün()

yazdır(d1)

# gün

print ('Gün :' , d1.gün)

# ay

print('Ay :' , d1.ay)

# yıl

print('Yıl:' ,d1.yıl)

Döndürülen DateTime nesnesi

2021-02-23

Gün : 23

Ay : 2

Yıl : 2021

DateTime modülünün tamsayı değerlerini kabul eden ve bir nesne döndüren başka bir sınıfı da zamandır. Python'da nasıl yapıldığına bakalım.

tarih saatinden içe aktarma saatinden

t1 = (12,20,12,40)

yazdır(t1)

yazdır(tür(t1))

Sonuç

12:20:12.000040

<sınıf 'tarihsaat.zaman'>

Gördüğünüz gibi, yukarıdaki zaman nesnesi mikrosaniyelere kadar inmiştir. Böylece artık nesneden saat, dakika, saniye ve mikrosaniye gibi zaman niteliklerini çıkarabilirsiniz.

#saat

print('Saat:'t1.saat)

#dakika

print('Dakika:'t1.dakika)TarihSaat

Aynı şeyi saniyeler ve mikrosaniyeler için tekrarlayabilirsiniz.

Yararlı bulacağınız diğer yöntemlerden bazıları şunlardır:

• replace(): Eski tarihleri ​​güncellemek için.
• hafta içi(): Haftanın herhangi bir günü için bir tamsayı değeri döndürmek için; Pazartesi 0 ve Pazar 6'dır.
• isoweekday(): Bir hafta içi gününün 1 ile 7 arasındaki tamsayı değerleri için.
• isocalendar(): Belirli bir veri kümesinden 'yıl' gününün değerini dilimlemek için.
• isleap(): Artık yıl olup olmadığını kontrol etmek için.
• fromisoformat(): ISO biçimindeki dize biçimini bir DateTime nesnesine dönüştürmek için.
• isoformat(): DateTime nesnesinden ISO formatı tarihi oluşturmak için.
• format(): Benzersiz biçiminizi tanımlamak için.

Python'da DateTime nesnelerinin nasıl oluşturulacağını anladığınıza göre, şimdi Pandas kitaplığının bunları nasıl desteklediğini görelim.

Pandalar to_datetime Örneği

Pandalar ile özellikle python DateTime nesneleri ile çeşitli veri analizi görevlerini gerçekleştirebilirsiniz. Öne çıkan yöntemlerden bazıları to_datetime() içerir. Bununla nasıl başa çıkacağınız aşağıda açıklanmıştır:

• pandas to_datetime yöntemiyle, tarih ve saati dize biçimindeki DateTime nesnelerine dönüştürebilirsiniz.

# to_datetime

tarih = pd.to_datetime('24 Nisan 2020')

Basım tarihi)

yazdır (tür(tarih))

Sonuç

2021-02-23 00:00:00

<class pandas._libs.tslib.timestamp.Timestamp'>

Burada garip bir şey fark edebiliyor musunuz? pandalar to_datetime tarafından döndürülen nesne aynı değil. DateTime nesnesi yerine bir Zaman Damgasıdır. Pandas kitaplığı bir nesneyi bu şekilde döndürür; zaman damgası, python'un DateTime özelliğine eşdeğerdir.

DateTime İhtiyacı

Belirli bir sorunu anlamak için tarih ve saat özniteliklerini çıkarmanıza olanak tanıyan, bilgilerin belirli bir süre boyunca toplandığı birkaç gerçek yaşam senaryosu vardır. Örneğin, okuma alışkanlıklarınızı analiz etmek istiyorsunuz. Hafta sonları mı yoksa hafta içi mi, gece mi yoksa sabah mı okumayı tercih ettiğinizi çözmek için kalıplarınızı kazabilirsiniz. Ardından, bir ay içinde okumak istediğiniz tüm ilginç kitapları ve makaleleri toplayabilir ve programınızı düzenleyebilirsiniz.

Bununla, size python'da tarih-saat manipülasyonunun yanı sıra pandalar DateTime ile ilgili bir 'nasıl yapılır' özeti verdik . Umarız bu makalede öğrendiklerimizi uygular ve zaman serisi veri kümeleriyle çalışma sanatında ustalaşırsınız!

Dünyanın en iyi Üniversitelerinden veri bilimi derslerini öğrenin . Kariyerinizi hızlandırmak için Yönetici PG Programları, Gelişmiş Sertifika Programları veya Yüksek Lisans Programları kazanın.

Çözüm

Python, Pandalar da dahil olmak üzere çeşitli kütüphaneleri ve veri bilimindeki uygulamaları hakkında daha fazla bilgi edinmek istiyorsanız, çalışan profesyoneller için oluşturulan ve 10'dan fazla vaka çalışması sunan IIIT-B & upGrad'ın Veri Biliminde PG Diplomasına göz atın. projeler, pratik uygulamalı çalıştaylar, endüstri uzmanlarıyla mentorluk, endüstri mentorlarıyla bire bir, 400+ saat öğrenim ve en iyi firmalarla iş yardımı.