擅长:python、mysql、java
<p>对于时间序列分析,如果可能,首先将日期列转换为索引,然后再方便地与日期一起使用。你知道吗</p>
<pre><code>df = pd.read_csv('file_name.csv', parse_dates =['Fecha'], index_col='Fecha')
</code></pre>
<p>然后可以将任何日期值提取到另一个临时数据帧中。你知道吗</p>
<pre><code>dates = pd.date_range(start='2018-01-12 ', end='2018-08-03 ')
</code></pre>
<p>现在使用for循环,从“dates”列表中对每个日期进行rander,然后将数据集所需的部分选择到另一个数据帧中。你知道吗</p>
<pre><code>new_df = pd.DataFrame() # Creating temporary data frame to store each day value
for temp_date in dates:
required_date = str(temp_date)[:10] # this is to fetch only date value from whole time stamp
new_df = df1[required_date]
# Now our requrired data is in new dataframe, and we can do all things to our new dataframe.
</code></pre>
<p>这可能是一个天真的方法,但现在我有这么多的建议给你。希望有用。你知道吗</p>